Grok 4,5 supera o benchmark de Agente de IA LHTB com Hunyuan da Tencent, com uma pontuação média de 0,505, concluindo 13 tarefas

De acordo com os mais recentes resultados de testes do Tencent Hunyuan, o Grok 4,5 ficou em 1º lugar no LHTB (Long Horizon Task Benchmark), com pontuação média de 0,505, concluindo 13 de 46 tarefas. O benchmark, desenvolvido em conjunto pelo Tencent Hunyuan e várias universidades, avalia se agentes de IA conseguem completar continuamente tarefas complexas em endpoints locais.

O LHTB abrange 46 tarefas nas áreas de engenharia de software, reprodução de experimentos, computação científica e análise multimodal, com cada tarefa sendo executada por até 90 minutos e normalmente exigindo centenas de etapas consecutivas. Dos 20 modelos testados publicamente, 29 tarefas permanecem não concluídas por nenhum modelo, indicando a alta dificuldade do benchmark.