Der Benchmark hält Werkzeugwahl, relevante Argumente, Latenz, Token-Verbrauch und Erfolgsquote fest. Er deckt die Bedeutungen und Anschlussfragen rund um Ideen-Boards ab sowie typische Filter aus anderen Bereichen von Magpie.
Wiederholbare Prüfungen des Modells des Assistenten
Änderungen an Modell und Überlegungstiefe des Assistenten lassen sich jetzt an denselben Fragen zur Werkzeugwahl vergleichen.