CoWorkBenchAgent

CoWorkBench 评估 AI Agent 在多人协作工作场景中的能力。测试 Agent 能否理解团队上下文、协调多角色任务、追踪跨成员依赖关系以及维护共享工作成果，聚焦于企业环境中 Agent 作为团队一员的有效性和协作智能。

排行数据源

#模型得分

1

Claude Fable 5Anthropic

75.9%

2

Qwen3.8-2.4T-A95B阿里巴巴

74.8%

3

Qwen3.8-Max阿里巴巴

74.8%

4

Qwen3.8-Flash-Next阿里巴巴

73.9%

5

Claude Opus 4.8Anthropic

72.3%

6

GPT-5.6 SolOpenAI

71.5%

7

Qwen3.8-27B阿里巴巴

70.7%

8

Claude Opus 4.6Anthropic

68.2%

9

Qwen3.7-Max阿里巴巴

67.2%

10

DeepSeek-V4-Pro深度求索

66.3%

共 16 个模型

返回基准目录

CoWorkBenchAgent

CoWorkBench 评估 AI Agent 在多人协作工作场景中的能力。测试 Agent 能否理解团队上下文、协调多角色任务、追踪跨成员依赖关系以及维护共享工作成果，聚焦于企业环境中 Agent 作为团队一员的有效性和协作智能。

排行数据源

#模型得分

1

Claude Fable 5Anthropic

75.9%

2

Qwen3.8-2.4T-A95B阿里巴巴

74.8%

3

Qwen3.8-Max阿里巴巴

74.8%

4

Qwen3.8-Flash-Next阿里巴巴

73.9%

5

Claude Opus 4.8Anthropic

72.3%

6

GPT-5.6 SolOpenAI

71.5%

7

Qwen3.8-27B阿里巴巴

70.7%

8

Claude Opus 4.6Anthropic

68.2%

9

Qwen3.7-Max阿里巴巴

67.2%

10

DeepSeek-V4-Pro深度求索

66.3%

共 16 个模型