AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
APEX-Agents
APEX-Agents is a benchmark evaluating AI agents on long horizon professional tasks that require sustained reasoning, planning, and execution across complex multi-step workflows.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 采集日期
- 2026-08-17
- 模态
- text
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 8
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| Grok 4.6 | 0.575 | 未收录 | 未收录 | 2026-08-12 · model_announcement | LLM Stats |
| Kimi K3 | 0.376 | 未收录 | 未收录 | 2026-07-16 · model_announcement | LLM Stats |
| Seed 2.1 Pro | 0.338 | 未收录 | 未收录 | 2026-06-24 · model_announcement | LLM Stats |
| Gemini 3.1 Pro | 0.335 | 未收录 | 未收录 | 2026-02-19 · model_announcement | LLM Stats |
| Seed 2.1 Turbo | 0.292 | 未收录 | 未收录 | 2026-06-24 · model_announcement | LLM Stats |
| Kimi K2.6 | 0.279 | 未收录 | 未收录 | 2026-04-20 · model_announcement | LLM Stats |
| MiniMax M3 | 0.277 | 未收录 | 未收录 | 2026-06-01 · model_announcement | LLM Stats |
| Hy3 | 0.256 | 未收录 | 未收录 | 2026-07-06 · model_announcement | LLM Stats |