تتصدر Grok 4.5 معيار وكيل الذكاء الاصطناعي لمهام Hunyuan LHTB لدى Tencent بمعدل 0.505 نقطة، بعد إنجاز 13 مهمة

استنادًا إلى أحدث نتائج الاختبار لدى Tencent Hunyuan، حلّت Grok 4.5 في المرتبة الأولى على مقياس LHTB (Long Horizon Task Benchmark) بدرجة متوسطة بلغت 0.505، بعدما نجحت في إتمام 13 مهمة من أصل 46. ويقيّم المقياس، الذي طوّرته Tencent Hunyuan بالتعاون مع عدة جامعات، مدى قدرة وكلاء الذكاء الاصطناعي على إتمام مهام معقدة بشكل متواصل على أجهزة محلية.

يشمل مقياس LHTB 46 مهمة تغطي هندسة البرمجيات، وإعادة إنتاج التجارب، والحوسبة العلمية، والتحليل متعدد الوسائط، حيث تعمل كل مهمة لمدة تصل إلى 90 دقيقة وتستلزم عادةً مئات الخطوات المتتابعة. ومن بين 20 نموذجًا تم اختبارها علنًا، لا تزال 29 مهمة غير مكتملة بواسطة أي نموذج، مما يشير إلى ارتفاع صعوبة المقياس.