数据显示，在WebArena这类真实网页多步任务测试中，GPT-4级模型在3—5步任务上的成功率约为40%—60%，一旦超过10步，往往降至15%—25%；超过15步时，成功率跌破10%。公开案例也显示，6—8步以上流程中，人工介入率高达40%—60%。
МИД России вызвал посла Нидерландов20:44
，详情可参考safew官方下载
05:26, 4 марта 2026Мир
built-in analytics tool to track the performance of created content.