Benchmarks › Aufgaben › Der Flickenteppich
Stufe 4 von 5 · Mehrschritt-Kette mit RegelnWorkspace-Aufgabe
Der Flickenteppich
Eine laufende Lager-API mit drei Mängeln. Gemeldet werden Symptome, nicht Fehler — und die Prüfung spricht am Ende die echte Anwendung an, nicht ihren Quelltext.
Mit einem freien Konto siehst du hier den wörtlichen Prompt, das Ziel, die optimale Lösung samt theoretischem Tool-Call-Minimum - und die Ergebnisse der freigegebenen Modelle.