Grok 4,5 dépasse Tencent Hunyuan sur le benchmark d’Agent IA LHTB avec un score moyen de 0,505, 13 tâches effectuées

D’après les derniers résultats de test de Hunyuan de Tencent, Grok 4.5 arrive en première position sur le LHTB (Long Horizon Task Benchmark), avec une note moyenne de 0,505, en terminant 13 tâches sur 46. Le benchmark, développé conjointement par Hunyuan de Tencent et plusieurs universités, évalue si des agents d’IA peuvent accomplir en continu des tâches complexes sur des terminaux locaux.

Le LHTB couvre 46 tâches portant sur l’ingénierie logicielle, la reproduction d’expériences, le calcul scientifique et l’analyse multimodale, chaque tâche durant jusqu’à 90 minutes et nécessitant typiquement des centaines d’étapes consécutives. Parmi les 20 modèles testés publiquement, 29 tâches restent non terminées par aucun modèle, ce qui indique la grande difficulté du benchmark.