# Waddle-1 marca 81,4% no benchmark de robôs reais da Robocurve, sem limite de chamadas ao modelo

Published 2026-11-21 · AI.info Team · AI.info

> O agente da Waddle Labs para operar robôs marcou 81,4% no benchmark de tarefas do mundo real da Robocurve, à frente das outras configurações listadas. O sistema não tinha limite de chamadas ao modelo, ao contrário dos modelos de linguagem no placar.

O Waddle-1, da Waddle Labs, marcou 81,4% em um benchmark de tarefas do mundo real com robôs, a maior pontuação média listada pela avaliadora [Robocurve](https://robocurve.org/). O resultado supera os 65,7% do GPT-6.2 Astra, mas os sistemas foram testados com limites diferentes: o Waddle-1 não tinha limite de chamadas ao modelo, enquanto as configurações de modelos de linguagem tinham um limite de 40 chamadas.

A Waddle Labs apresentou o agente para operar robôs em 20 de novembro. Seu resultado no RoboDojo-RC Tier 1 reflete o progresso nas tentativas das tarefas, e não a proporção de tarefas concluídas integralmente.

## Um agente na nuvem com políticas locais

A empresa diz que o Waddle-1 controla robôs de dois braços em tarefas que nunca viu antes, sem exemplos específicos para cada tarefa. Ele chama modelos de linguagem na nuvem para direcionar políticas de nível inferior executadas localmente.

A Waddle Labs está convidando pessoas interessadas em colocar robôs em operação a solicitar acesso a uma API de prévia. A Robocurve descreve o Waddle-1 como um sistema completo composto por modelos de linguagem que controlam o robô por meio de políticas de nível inferior.

Na avaliação, o Waddle-1 teve uma conversa por tarefa e um limite de 10 minutos, sem limite de chamadas ao modelo. A Robocurve também impõe um limite de 3.600 etapas de controle aos modelos de visão-linguagem-ação, uma categoria separada representada no placar.

## O que a pontuação mede

O benchmark usa seis tarefas de manipulação do mundo real adaptadas do RoboDojo, realizadas com braços I2RT YAM, segundo o relatório da explainx.ai sobre os resultados. As tarefas incluem colocar uma tampa em uma caneta, separar objetos, empilhar tigelas e colocar garrafas em pé.

A pontuação mede o progresso médio segundo rubricas específicas de cada tarefa, ao longo de 120 tentativas por configuração, informa a explainx.ai. Essas rubricas atribuem pontos a etapas do progresso, em vez de registrar apenas se uma tentativa foi totalmente bem-sucedida.

Na tarefa com garrafas, a Robocurve informou que o Waddle-1 marcou 99% e concluiu 19 de 20 tentativas. A avaliadora descreveu essa tarefa como particularmente difícil para modelos de linguagem testados antes do GPT-6.2 Astra.

## Comparações de custo e tempo

A Robocurve estima em US$ 2,46 por tentativa o custo da inferência hospedada do Waddle-1, com base em uma tarifa planejada de US$ 20 por hora. O placar estima em US$ 10,51 por tentativa o custo da configuração de alto esforço e ultrarrápida do GPT-6.2 Astra.

O placar registra 7,4 minutos por tentativa para o Waddle-1 e 2,7 minutos para a configuração de alto esforço e ultrarrápida do GPT-6.2 Astra. Para os modelos de linguagem, a medida de tempo é o tempo transcorrido no relógio por tentativa; esses modelos podem encerrar uma tentativa indicando que terminaram ou desistindo.

O Dream-1 marcou 59,5%, com custo estimado de inferência hospedada de US$ 0,15 por tentativa e tempo registrado de 1,5 minuto, segundo a Robocurve. Para os modelos de visão-linguagem-ação, o tempo corresponde ao tempo médio necessário para atingir a pontuação final; a avaliadora diz que esses modelos sempre executam até atingir seu limite de etapas de controle.

## Fontes

1. Fonte original [Robocurve · página 1](https://robocurve.org/) robocurve.org

Outras páginas lidas

2. [Waddle Labs](https://x.com/theWaddleLabs/status/2123886705824452927) x.com
3. [explainx.ai](https://explainx.ai/blog/waddle-1-robodojo-rc-81-score-claimed-vs-verified-november-2026)
4. [Robocurve · página 2](https://x.com/robocurve/status/2123903773261406261) x.com

## Notícias relacionadas

- [Humyn Labs capta US$ 47 milhões para expandir operações de dados para robôs](https://ai.info/pt/news/humyn-labs-47-million-physical-ai-series-a)
- [Teste do TuringSpace identifica lacunas de ação espacial nos principais modelos de IA](https://ai.info/pt/news/turingspace-spatial-action-ai-benchmark)
- [LlamaIndex propõe pontuação baseada na gravidade para análise de documentos](https://ai.info/pt/news/llamaindex-parsebench-2-document-parsing-severity)
- [Sakana AI forma grupo de pesquisa em segurança com foco na defesa cibernética com IA](https://ai.info/pt/news/sakana-ai-security-research-group)
- [AWS permite que agentes de IA lancem compras do Marketplace em contas na nuvem](https://ai.info/pt/news/aws-agentcore-marketplace-payments-billing)

## Explore

[Mais artigos](https://ai.info/pt/news)

---

Canonical: https://ai.info/pt/news/waddle-1-robocurve-real-robot-benchmark
