未安装 WebCatalog Desktop？下载 WebCatalog Desktop。
Mac、Windows (PC) 版桌面应用
在 macOS 和 Windows 上，通过 WebCatalog Desktop 在专用、无干扰的窗口中使用 BenchSpan。通过更快的应用切换和更流畅的多任务处理提升您的工作效率。轻松管理并切换多个账户，无需使用多个浏览器。
在提供多种增强功能的无干扰窗口中运行应用。
无需切换浏览器即可轻松管理和切换多个帐户和应用。
BenchSpan 是一个代理基准测试平台，专为构建 AI 代理的开发人员而设计，使基准测试能够在几分钟而不是几小时内完成。[1]它在隔离的 Docker 容器中并行运行评估，以最少的设置支持 14 小时 SWE 工作台等工作负载。[1]
用户提供简单的 bash 脚本来启动代理，无需框架锁定或特定接口更改。[1]该平台提供标准基准测试库，包括 SWE-bench Verified、SWE-bench Lite、Terminal-Bench、HumanEval、MBPP、MATH 和 GPQA，或者允许自定义基准测试。[1]配置并行实例的数量并直接从接口启动运行。[1]
结果捕获详细指标，例如分数、轨迹、令牌使用情况、延迟和自定义数据，所有这些都集中在可搜索的团队仪表板中。 [1]运行由提交哈希标记，以便于跨版本的重现和比较。[1]此设置简化了工程团队的 AI 代理评估、基准工作流程 和绩效跟踪。[1][9]
网站： benchspan.com
免责声明：WebCatalog 与“BenchSpan”没有任何附属、关联、授权、认可关系，也没有以任何方式正式关联。所有产品名称、徽标和品牌均为其各自所有者的财产。
