The Latent
ES▾
EnglishEspañol中文PortuguêsFrançaisالعربية日本語한국어
Crear cuenta
NOTICIASDATOSINVESTIGACIÓNPODCASTBOLETÍNPRENSAASOCIARSE CON NOSOTROS →
Datos/Capacidad

Capacidad

Evaluaciones de agentes y uso de herramientas

Evaluaciones de agentes y uso de herramientas. Serie de demostración del equipo de datos de The Latent.

Evaluaciones de agentes y uso de herramientas

  • SWE-bench Verified
  • OSWorld
  • GAIA
Evaluaciones de agentes y uso de herramientasVista previa de demostración hasta julio de 2026 (percent).100%75%50%25%0%jul '23ene '24jul '24ene '25jul '25ene '26jul '26SWE-bench Verified: 77,6% on jul '26. OSWorld: 51,3% on jul '26. GAIA: 68,8% on jul '26
FUENTE: The LatentACTUALIZADO: 1 jul 2026
ZOOMALLYTD12M3M1M
CSV
Ver datos
DateSWE-bench VerifiedOSWorldGAIA
2023-08-0160.7440.1653.87
2023-09-0159.4439.3252.76
2023-10-0161.140.3754.11
2023-11-0167.4244.5759.76
2023-12-0165.943.5958.5
2024-01-0166.3143.8558.81
2024-02-0165.8143.5658.47
2024-03-0160.6440.1253.84
2024-04-0164.1442.3856.82
2024-05-0166.5844.0359.06
2024-06-0167.4744.5959.78
2024-07-0172.9148.2164.65
2024-08-0169.6446.161.89
2024-09-0166.8244.1959.28
2024-10-0168.1845.160.52
2024-11-0165.1343.0757.78
2024-12-0169.9646.2261.94
2025-01-0174.8149.4766.36
2025-02-0172.9948.2764.76
2025-03-0175.6250.0167.08
2025-04-0172.0347.6864.03
2025-05-0168.0745.0160.37
2025-06-0172.7948.1264.53
2025-07-0172.8648.1864.63
2025-08-0176.7750.7267.99
2025-09-0181.5753.9572.39
2025-10-0176.4150.5767.88
2025-11-0176.3250.4767.7
2025-12-0175.249.7666.79
2026-01-0172.4147.8764.2
2026-02-0179.9652.8370.82
2026-03-0182.0454.2672.8
2026-04-0182.2354.3672.91
2026-05-0185.2956.4275.71
2026-06-0178.5952.0269.85
2026-07-0177.651.368.8

Acceso API · Pro próximamente

Vista previa de demostración hasta julio de 2026 (percent).

Download CSVAPI Pro próximamente

Metodología

Serie sintética de demostración generada para previsualizar el diseño del producto de datos.

Gráficos relacionados

  • Rendimiento histórico de tokens por GPU
  • Velocidades históricas de inferencia
  • Eficiencia histórica de tokens en modelos de frontera

The Latent

Noticias de la industria de la IA. Publicación hermana de The Block.

Editorial

  • Estándares
  • Correcciones
  • Política comercial
  • Contacto

Empresa

  • Acerca de
  • Política de privacidad
  • Términos de servicio
  • Seguridad
  • The Block