GPT-5.4 · τ²-bench · Telecom section · 成绩与配置

GPT-5.4 的 τ²-bench · Telecom section 记录。本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录),附 2 条来源定位。

成绩与评测条件

GPT-5.4 · τ²-bench 成绩与配置
指标与成绩配置与评测条件出处
Success rate98.9%原文 98.9% · 单位 %
公布 未确认
GPT-5.4 (xhigh)
设置
The release article states evaluations use xhigh unless otherwise noted.
未知项
未另记
工具
工具条件未记录
推理预算
xhigh
框架
未记录
协议
Tau2-bench Telecom;xhigh;未注明完整harness。
条件
当前官方页面;修订及具体披露日期未知。除明确 None 外,主表总体脚注为 xhigh;研究环境结果可能与上线产品略有差异。
在排名中查看此成绩
Success rate64.3%原文 64.3% · 单位 %
公布 未确认
GPT-5.4 (none)
设置
官方“未开启推理的评估”表明确列名 GPT-5.4 (none)。
未知项
除表格与主文说明外,完整采样与评测脚手架未注明。
工具
工具条件未记录
推理预算
none
框架
未记录
协议
Tau2-bench Telecom;None;未注明完整harness。
条件
当前官方页面;修订及具体披露日期未知。除明确 None 外,主表总体脚注为 xhigh;研究环境结果可能与上线产品略有差异。
在排名中查看此成绩

出处与披露

测试版本与指标

别名 tau2-bench Telecom、τ²-bench Telecom、τ2-bench Telecom、tau2-bench

  • Success rate · % · 越高越好