Batalha anterior · 2025-11-18 UTC
Research AI Agents Duelo — 18 de novembro de 2025
Da categoria Research AI Agents. 13 marcas colocadas em 3 combatentes. GLM-4.6V conquistou a coroa.
Classificação final
A formação
Os combatentes
Perfis de cada ferramenta que competiu nesta batalha, ordenados pela pontuação final.
GLM-4.6V
Modelo multimodal GLM de código aberto da Z.ai unificando visão, texto e chamadas de ferramentas para raciocínio de longo contexto, busca, codificação e UI-para-código.
O GLM-4.6V é um modelo de linguagem multimodal de grande escala que amplia sua janela de contexto para 128k tokens e alcança desempenho de ponta em compreensão visual. Ele integra capacidades de Chamada de Função nativas, permitindo uma base técnica unificada para agentes multimodais em cenários de negócios do mundo real. O GLM-4.6V pode aceitar entradas multimodais e gerar automaticamente conteúdo intercalado de imagem-texto de alta qualidade, realizar compreensão de documentos complexos e realizar busca e recuperação visual. Este modelo fornece várias capacidades e cenários, incluindo criação e layout de conteúdo inteligente de imagem-texto, busca visual na web e geração de relatórios de mídia rica, e compreensão de longo contexto. Ele pode aceitar entradas mistas de texto-imagem, gerar conteúdo de alta qualidade e realizar uma auditoria visual em imagens candidatas. O fluxo de trabalho de busca e análise multimodal do GLM-4.6V permite a transição suave da percepção visual para a recuperação online e a geração de relatórios estruturados. Ele mantém a consciência do contexto multimodal e realiza raciocínio fundamentado em informações textuais e visuais. Este modelo fornece várias capacidades e cenários, incluindo reconhecimento de intenção e planejamento de busca, alinhamento de resultados multimodais e raciocínio com geração de relatórios de mídia rica.
Divisão de critérios
- Suporte a entrada multimodal (imagens, texto, arquivos)
- Chamadas de ferramentas multimodais nativas
- Comprimento de contexto de 128k
- Capacidades de Chamada de Função
- Compreensão de longo contexto
- Compreensão visual e recuperação de ferramentas
AMIE
Um agente diagnóstico multimodal de IA que conduz conversas clínicas e interpreta imagens médicas para diagnósticos precisos.
AMIE (Articulate Medical Intelligence Explorer) é um agente diagnóstico de IA de pesquisa desenvolvido pelo Google DeepMind e Google Research. Ele foi criado para conduzir conversas clínicas e interpretar imagens médicas para diagnósticos precisos. Inicialmente, AMIE era um agente conversacional de diagnóstico médico baseado em texto publicado na Nature. A mais recente evolução, o AMIE multimodal, integra a capacidade de solicitar, interpretar e raciocinar de forma inteligente sobre informações médicas visuais durante conversas clínicas. Essa evolução tem como objetivo melhorar a precisão diagnóstica incorporando dados multimodais, como imagens e documentos, ao processo de diagnóstico. AMIE utiliza um framework de raciocínio consciente de estado e é construído sobre modelos Gemini multimodais. Ele foi avaliado por meio de avaliações de especialistas, incluindo Exames Clínicos Estruturados Objetivos (OSCEs), comparando seu desempenho com médicos de atenção primária (PCPs) em vários cenários de pacientes.
Divisão de critérios
- Diálogo diagnóstico multimodal
- Interpretação de informações médicas visuais
- Framework de raciocínio consciente de estado
- Integração com modelos Gemini
- Ambiente de simulação para avaliação de diálogos
O Table Agent é uma assistente de dados alimentada por inteligência artificial projetada para ajudar nos estudos tabulares. É destinado a automatizar o processo de coleta de dados sobre qualquer assunto, tornando a pesquisa mais eficiente. A ferramenta permite esquemas de dados personalizáveis, o que permite aos usuários adaptar a coleta de dados às suas necessidades específicas. Essa flexibilidade é benéfica para uma ampla gama de aplicações e indústrias onde a estrutura dos dados pode variar significativamente. No coração da funcionalidade do Table Agent está sua capacidade de busca de dados impulsionada por agente de inteligência artificial. Isso significa que o ferramenta utiliza inteligência artificial para buscar ativamente e compilar dados relevantes, potencialmente reduzindo o tempo e o esforço necessários para pesquisas manuais. Apesar dos detalhes do seu fluxo de trabalho e integrações não serem detalhados, o conceito de assistente de dados impulsionado por IA sugere que poderia integrar-se facilmente com várias ferramentas de análise de dados, melhorando todo o processo de pesquisa As forças do Table Agent provavelmente incluiriam sua capacidade de automatizar tarefas de coleta de dados tediosas e sua adaptação a estruturas de dados diferentes. No entanto, sem informações mais específicas, é desafiador determinar suas limitações ou como ele se compara com ferramentas de assistência de dados alternativas.
Divisão de critérios
- Coleta de dados automatizada
- Esquemas de dados personalizáveis
- Pesquisa de dados impulsionada por agente de IA
- Recuperação rápida e precisa de dados