Recallr ottiene il 86.7% in LongMemEval, il test standard per la memoria a lungo termine.
Ogni domanda nasconde un dettaglio in circa 48 chat precedenti, quasi 490 messaggi, e poi lo richiede. Questo posiziona Recallr nell’ambito dei sistemi di memoria su cui lavorano gli sviluppatori AI.
- L’unica app consumer in questa lista. Le altre sono sistemi di memoria per sviluppatori da integrare nei propri prodotti.
- Testato con un modello veloce e a basso costo per l’uso quotidiano. Alcuni risultati qui sono stati ottenuti con modelli molto più grandi.
86.7%104 di 120 domande
Nell'ambito dei sistemi di memoria su cui lavorano gli sviluppatori AI.
Punteggi LongMemEval pubblicati, ciascuno al miglior risultato del team, con il tipo di modello AI che ha risposto e un link alla fonte.
- 1Memoria Osservativa MastraMemoria per agenti AI (open source)94.9%un modello generale di piccole dimensioniRicerca Mastra, feb 2026 · 84,23% con un modello generale precedente
- 2Riflessioni a posterioriMemoria per agenti AI (ricerca)91.4%un modello backbone più grandeLatimer et al., arXiv, dic 2025 · 83,6% con un modello open-source da 20B
- 3RecallrL'app consumer, così com'è al lancio86.7%un modello veloce per l’uso quotidiano
- 4EmergenceMemMemoria per agenti AI86.0%un modello internoBlog Emergence AI, giugno 2025 · Non riproducibile pubblicamente; il suo metodo pubblico ha ottenuto l’82,4% con un modello generale precedente
- 5SupermemoriaAPI di memoria per app AI85.2%un modello generale di grandi dimensioniRicerca sulla supermemoria · 84,6% con un altro grande modello generale
- 6ZepMemoria per agenti AI71.2%un modello generale meno recente
- 7Un modello AI che legge tutta la cronologiaNessun sistema di memoria: tutta la cronologia di ~115.000 token in ogni prompt60.6%un modello generale meno recente
Domandato in una nuova chat, settimane o mesi dopo.
Quattro risposte esatte di Recallr, parola per parola. Le persone e le loro chat precedenti sono del test stesso.
Prima menzionato about 8 months prima
Quante biciclette possiedo attualmente?
Quattro. Nel tuo messaggio del 2 ottobre hai detto di aver appena comprato una nuova bici ibrida, quindi ora hai una bici da strada, una da montagna, una da città e quella ibrida – erano tre quelle che mi avevi detto il 15 febbraio.
Prima menzionato about 4 months prima
Quante volte ho provato a fare un Negroni a casa da quando la mia amica Emma mi ha insegnato?
Dieci volte – me l’hai detto giovedì 15 ottobre 2026. (A giugno dicevi cinque, quindi l’hai raddoppiato.)
Prima menzionato 3 weeks prima
Qual è il mio punteggio più alto attuale a Ticket to Ride?
132 punti – li hai raggiunti il 4 ottobre 2026, durante la chat della serata di gioco a Scythe. Era meglio del 124 del 1° ottobre.
Prima menzionato 4 weeks prima
Quanti giorni sono passati dal giorno in cui ho iniziato ad annaffiare il mio orto aromatico a quello in cui ho raccolto il primo raccolto di erbe fresche?
24 giorni – hai iniziato ad annaffiare ogni giorno il 23 settembre 2026 e hai raccolto il primo raccolto il 17 ottobre 2026.
Il test e come lo abbiamo eseguito.
- Il test
- LongMemEval (Wu et al., ICLR 2025) verifica se un assistente chat ricorda ciò che gli hai detto in molte conversazioni: fatti menzionati, cambiamenti successivi, date, preferenze e cosa ti ha risposto. Il suo set "S" fornisce ogni domanda su 48 chat precedenti da cercare. Il paper.
- Recallr
- La versione attuale di Recallr, esattamente come è distribuita, testata October 2026. Le chat precedenti di ogni domanda sono state caricate in un account nuovo come chat passate; la domanda è stata poi posta in una nuova chat.
- Le domande
- 120 dei 500, un numero pari 20 per ciascuno dei sei tipi, dalla versione pulita del set.
- Il modello AI
- Un modello veloce ed economico ha risposto a tutte le domande; è uno dei modelli AI che Recallr utilizza. Ogni risposta è stata valutata alla cieca, con i prompt di verifica e il modello di valutazione del benchmark.
- Altri sistemi
- I loro risultati pubblicati sullo stesso test, 6 fonti, verificati il 20 ottobre 2026. Leggi il grafico come un intervallo, non come una gara: ogni sistema ha risposto con un modello AI diverso, e hanno eseguito tutte le 500 domande.
Bene a sapersi.
Ancora curioso? Chiedi a Recallr nell’angolo o scrivi a support@recallr-ai.org.
01Cos’è LongMemEval?
Il benchmark standard per la memoria a lungo termine negli assistenti chat, pubblicato a ICLR 2025. Ognuna delle 500 domande include decine di conversazioni precedenti e chiede un dettaglio, così l’assistente deve trovare e usare ciò che hai detto, non indovinare.
02La memoria di Recallr è la stessa nell'app?
Sì. Il test è stato eseguito sulla versione attuale di Recallr così com’è distribuita: stessa memoria, stessa ricerca nelle chat passate, stessi controlli delle risposte.
03Perché 120 domande e non tutte e 500?
Ogni domanda richiede un account con decine di chat precedenti, così abbiamo eseguito un pari 20 per ciascuno dei sei tipi di test. Quando esce una nuova versione di Recallr, lo rifacciamo e questa pagina si aggiorna.
Dillo una volta.
Chiedilo mesi dopo.
Salva ciò che conta oggi. Chiedilo quando ti serve.
Inizia gratis. Nessuna carta richiesta.