w⁴iya × AgentDojo
Ein im Deck berichteter Vergleich über Travel, Slack, Banking und Office mit Qwen3-235B. Mit Sicherheitswerten, Aufgabenerfüllung, Kosten und Prüfzeit.
Brain-Evaluation
Der Brain-Benchmark wartet auf die Quellunterlagen. Sein Platz in der Forschungssammlung ist vorgesehen; erfundene Messwerte werden nicht veröffentlicht.