-
日期: 2025-07-19 | 來源: 智東西 | 有0人參與評論 | 字體: 小 中 大
▲電子表格任務（來源：OpenAI）
在投行分析師任務中，Agent完成復雜財務建模的准確率達到71.3%，大幅領先o3（48.6%）和DeepResearch（55.9%）。
▲內部投資銀行分析師任務評估（來源：OpenAI）
WebArena測試Agent在網頁交互任務的操作能力，ChatGPT Agent准確率達到65.4%，超越o3和CUA模型，接近人類水平（78.2%）。
▲WebArena網頁交互基准（58.1%）（來源：OpenAI）
BrowseComp用於評估Agent對長尾信息檢索任務的處理能力，ChatGPT Agent准確率達到68.9%，比DeepResearch高出17.4個百分點。
▲復雜網頁信息檢索任務BrowseComp（來源：OpenAI）
ChatGPT Agent在DSBench、SpreadsheetBench、BrowseComp等流程化任務中表現亮眼，數據分析、表格編輯和網頁檢索准確率大幅提升，部分任務超越人類水平。各類型任務相較於o3模型，Agent都實現了從10%到30%不同程度的提升。
結語：Agent潮起，OpenAI穩步邁進
ChatGPT Agent的發布再次證明Agent賽道正在加速進化。整合多工具、接入個人數據、具備基礎執行力，正逐漸成為Agent產品進化的主流方向，但距離真正行業普及仍有不小距離。
這次，OpenAI並沒有交付壹個“劃時代”版本，僅在個人助理和辦公場景邁出了壹步穩健但平淡的更新。
對用戶來說，ChatGPT Agent值得體驗，它確實讓壹部分瑣碎事務可以交給AI代勞。但要說AI“重塑工作流”，顯然還為時尚早。OpenAI還在路上，Agent也還在半成品階段。它是壹場值得肯定的進步，但並不是壹場值得興奮的飛躍。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見