https://arxiv.org/pdf/2406.12045

이 논문에선 에이전트 관련 벤치마크가 있는데 
해당 논문이 나올때는 retail(전자 상거래) 61.2, airline(항공권 수정 예약 취소 등) 35.2가 sota 였음 

그리고 o1의 해당 벤치 결과는 retail 73.5 airline 54.2임 
o3는 뭐 더 좋겠지? 비용이 문제지