Recallr набирает 86.7% по LongMemEval — стандартному тесту долговременной памяти.
Каждый вопрос скрывает одну деталь в примерно 48 предыдущих чатах, около 490 сообщений, а потом просит её обратно. Это ставит Recallr в ряд систем памяти, на которых строят ИИ-разработчики.
- Единственное приложение для обычных пользователей в этом списке. Остальные — системы памяти для разработчиков, чтобы встроить в свои продукты.
- Тестировали на быстром, недорогом повседневном модели. Некоторые результаты здесь — с гораздо более мощными.
86.7%104 из 120 вопросов
В диапазоне систем памяти, на которых строят разработчики ИИ.
Опубликованные результаты LongMemEval — для каждой команды лучший результат, с указанием типа AI-модели и ссылкой на источник.
- 1Наблюдательная память MastraПамять для AI-агентов (открытый исходный код)94.9%маленькая универсальная модельИсследование Mastra, февраль 2026 · 84,23% на старой универсальной модели
- 2Оглядываясь назадПамять для AI-агентов (исследования)91.4%более крупная модель ядраLatimer и др., arXiv, декабрь 2025 · 83,6% с открытой моделью 20B
- 3RecallrПотребительское приложение в том виде, в каком оно поставляется86.7%быстрый повседневный модельЕдинственное приложение для обычных пользователей здесьБыстрая модель для повседневного использованияКак проходило тестирование
- 4EmergenceMemПамять для AI-агентов86.0%внутренняя модельБлог Emergence AI, июнь 2025 · Публично не воспроизводится; его открытый метод набрал 82,4% на старой универсальной модели
- 5СуперпамятьAPI памяти для AI-приложений85.2%крупная универсальная модельИсследования суперпамяти · 84,6% на другой крупной универсальной модели
- 6ZepПамять для AI-агентов71.2%старая универсальная модель
- 7AI-модель, читающая всю историюНет системы памяти: полный ~115 000 токенов истории в каждом запросе60.6%старая универсальная модель
Вопрос в новом чате, через недели или месяцы.
Четыре точных ответа Recallr, слово в слово. Люди и их предыдущие чаты — часть теста.
Первое упоминание about 8 months ранее
Сколько у меня сейчас велосипедов?
Четыре. В твоём сообщении от 2 октября ты сказал, что только что купил гибридный велосипед, так что теперь у тебя есть шоссейный, горный, городской и этот гибрид — раньше было три, как ты рассказывал 15 февраля.
Первое упоминание about 4 months ранее
Сколько раз я пытался приготовить Негрони дома с тех пор, как моя подруга Эмма показала мне рецепт?
Десять раз — ты говорил это в четверг, 15 октября 2026. (В июне ты говорил пять, так что удвоил.)
Первое упоминание 3 weeks ранее
Какой у меня текущий рекорд в Ticket to Ride?
132 очка — ты набрал их 4 октября 2026 во время разговора о настольной игре Scythe. Это побило твой предыдущий рекорд в 124 очка от 1 октября.
Первое упоминание 4 weeks ранее
Сколько дней прошло с того дня, как я начал поливать свой травяной сад, до дня первого сбора свежих трав?
24 дня — ты начал поливать ежедневно 23 сентября 2026 и собрал первый урожай 17 октября 2026.
Тест и как мы его проводили.
- Тест
- LongMemEval (Wu и др., ICLR 2025) проверяет, помнит ли чат-помощник, что ты ему рассказывал в разных беседах: факты, изменения, даты, предпочтения и что он сам говорил. Набор «S» задаёт вопросы о 48 предыдущих чатах для поиска. Статья.
- Recallr
- Текущая версия Recallr, точно как она поставляется, тестировалась October 2026. Ранние чаты каждого вопроса были загружены в новый аккаунт как прошлые чаты; затем вопрос задавался в новом чате.
- Вопросы
- 120 из 500, ровно 20 из каждого из шести типов, из очищенной версии набора.
- Модель ИИ
- Быстрая и доступная модель для повседневных задач ответила на каждый вопрос — это одна из моделей, которые использует Recallr. Каждый ответ оценивался вслепую с помощью собственных промптов и модели-проверяющего из бенчмарка.
- Другие системы
- Их собственные опубликованные результаты по тому же тесту, 6 источников, проверено 20 октября 2026 года. Читай график как диапазон, а не гонку: каждая система отвечала с помощью разной AI-модели, и все 500 вопросов были заданы.
Полезно знать.
Остались вопросы? Спроси Recallr в углу или напиши на support@recallr-ai.org.
01Что такое LongMemEval?
Стандартный тест долговременной памяти для чат-ассистентов, опубликованный на ICLR 2025. Каждый из 500 вопросов сопровождается десятками предыдущих разговоров и спрашивает про одну деталь, так что ассистент должен найти и использовать именно то, что ты сказал, а не угадывать.
02Память Recallr такая же в приложении?
Да. Тест проводился на текущей версии Recallr без изменений: та же память, тот же поиск по прошлым чатам, те же проверки ответов.
03Почему 120 вопросов, а не все 500?
Для каждого вопроса нужен отдельный аккаунт с десятками предыдущих чатов, поэтому мы провели ровно 20 тестов каждого из шести видов. Когда выходит новая версия Recallr, мы повторяем тест и обновляем эту страницу.
Скажи один раз.
Спроси через месяцы.
Сохраняй важное сегодня. Спрашивай, когда понадобится.
Начать бесплатно. Без карты.