MCPMark-VerifiedAgent

MCPMark 的人工验证版本，覆盖 Notion、GitHub、Filesystem、Postgres 和 Playwright 等 MCP Server 环境。MCPMark-Verified 是 MCPMark 的人工验证版本，用于评估 Agent 在真实 MCP 工具环境中的任务完成能力。覆盖 Notion、GitHub、Filesystem、Postgres 和 Playwright 等服务器环境，Kimi K2.7 Code 报告中采用 100-step tool-call budget、每步 32k max tokens，并对 3 次运行取平均。

官方网站

#	模型	得分 (%)	厂商	来源
1	GPT-5.5	92.9	OpenAI	Kimi K2.7 Code 发布页
2	Kimi-K2.7-Code	81.1	月之暗面	Kimi K2.7 Code 发布页
3	Claude Opus 4.8	76.4	Anthropic	Kimi K2.7 Code 发布页
4	Kimi-K2.6	72.8	月之暗面	Kimi K2.7 Code 发布页

返回

MCPMark-VerifiedAgent

MCPMark 的人工验证版本，覆盖 Notion、GitHub、Filesystem、Postgres 和 Playwright 等 MCP Server 环境。MCPMark-Verified 是 MCPMark 的人工验证版本，用于评估 Agent 在真实 MCP 工具环境中的任务完成能力。覆盖 Notion、GitHub、Filesystem、Postgres 和 Playwright 等服务器环境，Kimi K2.7 Code 报告中采用 100-step tool-call budget、每步 32k max tokens，并对 3 次运行取平均。

官方网站

#	模型	得分 (%)	厂商	来源
1	GPT-5.5	92.9	OpenAI	Kimi K2.7 Code 发布页
2	Kimi-K2.7-Code	81.1	月之暗面	Kimi K2.7 Code 发布页
3	Claude Opus 4.8	76.4	Anthropic	Kimi K2.7 Code 发布页
4	Kimi-K2.6	72.8	月之暗面	Kimi K2.7 Code 发布页