Grok 4,5 supera o benchmark de agentes de IA LHTB com a IA Hunyuan da Tencent, com uma pontuação média de 0,505, tendo concluído 13 tarefas

De acordo com os mais recentes resultados de testes da Tencent Hunyuan, a Grok 4.5 ocupa o primeiro lugar no LHTB (Long Horizon Task Benchmark), com uma pontuação média de 0,505, tendo concluído 13 de 46 tarefas. O benchmark, desenvolvido em conjunto pela Tencent Hunyuan e por várias universidades, avalia se agentes de IA conseguem completar continuamente tarefas complexas em endpoints locais.

O LHTB abrange 46 tarefas que vão desde engenharia de software, reprodução de experiências, computação científica e análise multimodal, com cada tarefa a durar até 90 minutos e, tipicamente, a exigir centenas de passos consecutivos. Dos 20 modelos testados publicamente, 29 tarefas permanecem por concluir por qualquer modelo, o que indica a elevada dificuldade do benchmark.