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。当前最强模型得分低于 10%。

排行数据源

#模型得分

1

Gemini 3.7 FlashGoogle

52.3%

2

GLM-5.3-Flash智谱AI

48.8%

3

GLM-5.3智谱AI

48.2%

4

Kimi K3月之暗面

46.7%

5

Claude Fable 5Anthropic

46.2%

6

GPT-5.6 SolOpenAI

45.8%

7

DeepSeek-V4-Pro-0813深度求索

43.2%

8

Claude Opus 4.8Anthropic

41.0%

9

Qwen3.8-Max阿里巴巴

39.8%

10

DeepSeek-V4-Flash-Vision-Exp深度求索

38.8%

共 24 个模型

返回基准目录