跳到主内容
知行录
leaderboard.cn
Toggle Sidebar
搜索模型或厂商…
⌘K
分析
前沿模型
历史趋势
本地模型
模型对比
榜单工坊
资料库
模型库
模型价格
厂商
基准评测
数据源
设置
Toggle Sidebar
知行录
leaderboard.cn
正在加载页面内容
反馈
基准详情正在加载
返回基准目录
JobBench
Agent
分享
JobBench 评估 AI Agent 完成真实职业任务的能力，覆盖需要持续信息检索、工具调用、文档处理和多步骤决策的专业工作流。用于衡量模型作为通用工作代理在实际岗位场景中的可用性。
排行
数据源
#
模型
得分
1
Claude Fable 5
Anthropic
57.4
%
2
Qwen3.8-Flash-Next
阿里巴巴
55.7
%
3
Muse Spark 1.1
Meta
54.7
%
4
Kimi K3
月之暗面
54.3
%
5
Qwen3.8-2.4T-A95B
阿里巴巴
53.4
%
6
Qwen3.8-Max
阿里巴巴
53.4
%
7
Claude Opus 4.8
Anthropic
48.4
%
8
GPT-5.6 Sol
OpenAI
46.5
%
9
GLM-5.2
智谱AI
43.4
%
10
DeepSeek-V4-Flash-0731
深度求索
41.3
%
共 18 个模型
1
2
