AutomationBenchAgent

AutomationBench 评估 AI Agent 通过 REST API 协调 CRM、邮箱、日历等多系统完成真实业务流程的能力。任务涵盖销售、市场、运营、客服、财务和 HR 六大领域，Agent 需自主发现 API 端点并遵循业务策略。

排行数据源

#模型得分

1

DeepSeek-V4.1-Flash深度求索

54.8%

2

Gemini 3.7 FlashGoogle

52.3%

3

Qwen3.8-Max阿里巴巴 · 0902

50.8%

4

Claude Opus 5Anthropic

50.3%

5

Muse Spark 1.3Meta · max 模式

49.4%

6

GLM-5.3-Flash智谱AI

48.8%

7

GLM-5.3智谱AI

48.2%

8

GPT-5.6 SolOpenAI · max 模式

46.7%

9

Kimi K3月之暗面

46.7%

10

Claude Fable 5Anthropic

46.2%

共 27 个模型

返回基准目录

AutomationBenchAgent

官方网站

AutomationBench 评估 AI Agent 通过 REST API 协调 CRM、邮箱、日历等多系统完成真实业务流程的能力。任务涵盖销售、市场、运营、客服、财务和 HR 六大领域，Agent 需自主发现 API 端点并遵循业务策略。

排行数据源

#模型得分

1

DeepSeek-V4.1-Flash深度求索

54.8%

2

Gemini 3.7 FlashGoogle

52.3%

3

Qwen3.8-Max阿里巴巴 · 0902

50.8%

4

Claude Opus 5Anthropic

50.3%

5

Muse Spark 1.3Meta · max 模式

49.4%

6

GLM-5.3-Flash智谱AI

48.8%

7

GLM-5.3智谱AI

48.2%

8

GPT-5.6 SolOpenAI · max 模式

46.7%

9

Kimi K3月之暗面

46.7%

10

Claude Fable 5Anthropic

46.2%

共 27 个模型