📦
pinchbench
Тестирование производительности агента OpenClaw на 23 задачах реального мира
Тестирование LLM-моделей в качестве ИИ-агентов требует последовательной и измеримой оценки. PinchBench предоставляет 23 разнообразные задачи, охватывающие управление календарём, обработку электронной почты, исследования, программирование и многошаговые рабочие процессы с автоматической оценкой и публичной отправкой на лидерборд.
Claude Codex Code(CC)
Installer