正在加载页面内容
DeepPlanningAgent
DeepPlanning 评估 LLM 在多日旅行规划和多产品购物等复杂规划任务中的能力。要求 Agent 进行主动信息获取、局部约束推理和全局约束优化（时间/预算），包含可验证的约束条件，前沿模型在此基准上表现显著不足。
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 62.3 | 阿里巴巴 | Qwen3.7-Plus 技术报告 | ||
| 2 | 58.9 | Anthropic | Qwen3.7-Plus 技术报告 | ||
| 3 | 44.6 | 深度求索 | Qwen3.7-Plus 技术报告 | ||
| 4 | 42.3 | 月之暗面 | Qwen3.7-Plus 技术报告 | ||
| 5 | 41.5 | 阿里巴巴 | Qwen3.6-Plus 技术报告 | ||
| 6 | 37.6 | 阿里巴巴 | Qwen3.6-Plus 技术报告 | ||
| 7 | 34.1 | 智谱AI | Qwen3.7-Plus 技术报告 | ||
| 8 | 33.9 | Anthropic | Qwen3.6-Plus 技术报告 | ||
| 9 | 25.9 | 阿里巴巴 | Qwen3.6-35B-A3B 技术报告 | ||
| 10 | 22.8 | 阿里巴巴 | Qwen3.6-35B-A3B 技术报告 |
