Share your thoughts, 1 month free Claude Pro on usSee more
WorkDL logo mark

Agentic Reasoning on τ-Bench

62.58Score

IOA

35.425642.475349.52556.5747Feb 12, 2026
Updated 1mo ago

Evaluation Results

MethodLinks
2026.02
62.58
2026.02
61.14
2026.02
60.44
2026.02
59.22
2026.02
59.02
2026.02
58.37
2026.02
57.86
2026.02
57.16
2026.02
57.09
2026.02
57.03
2026.02
56.92
2026.02
56.54
2026.02
56.42
2026.02
56.11
2026.02
55.94
2026.02
55.77
2026.02
55.73
2026.02
55.66
2026.02
55.63
2026.02
55.38
2026.02
55.11
2026.02
55.03
2026.02
54.85
2026.02
54.56
2026.02
54.52
2026.02
54.41
2026.02
54.28
2026.02
53.96
2026.02
53.84
2026.02
53.81
2026.02
53.58
2026.02
53.42
2026.02
53.41
2026.02
53.41
2026.02
53.27
2026.02
52.96
2026.02
52.57
2026.02
52.48
2026.02
52.37
2026.02
52.31
2026.02
52.31
2026.02
51.84
2026.02
51.72
2026.02
51.42
2026.02
51.42
2026.02
51.36
2026.02
51.26
2026.02
51.05
2026.02
50.98
2026.02
50.67
2026.02
50.66
2026.02
50.42
2026.02
50.35
2026.02
50.27
2026.02
50.14
2026.02
49.88
2026.02
49.87
2026.02
49.78
2026.02
49.61
2026.02
49.28
2026.02
49.28
2026.02
49.27
2026.02
49.01
2026.02
48.93
2026.02
48.46
2026.02
48.42
2026.02
48.16
2026.02
48.15
2026.02
47.88
2026.02
47.76
2026.02
47.72
2026.02
47.63
2026.02
47.36
2026.02
46.92
2026.02
46.91
2026.02
46.72
2026.02
46.55
2026.02
46.34
2026.02
45.94
2026.02
45.94
2026.02
45.72
2026.02
45.52
2026.02
45.36
2026.02
45.18
2026.02
44.83
2026.02
44.63
2026.02
44.48
2026.02
44.07
2026.02
43.78
2026.02
43.26
2026.02
43.19
2026.02
42.43
2026.02
42.35
2026.02
42.03
2026.02
41.25
2026.02
41.23
2026.02
41.22
2026.02
40.08
2026.02
37.69
2026.02
36.47