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
Remote Labor Index (RLI)
知识
Agent
分享
Scale AI 以默认配置运行 Claude 模型(high 推理档位、200k 上下文窗口、单次回复 32k tokens 上限)。
CAIS 与 Scale AI 的自由职业工作自动化评测:240 个取自真实自由职业平台的项目(游戏开发、产品设计、建筑、数据分析等),由人工评审将 agent 交付物与人类专业者的交付物比较;自动化率为交付物被评价为不低于人类专业者的项目占比。
排行
数据源
#
模型
得分
1
Claude Fable 5.2
Anthropic
41.3
%
2
Claude Opus 5.5
Anthropic
21.3
%
3
GPT-6 Astra
OpenAI
20.8
%
4
Claude Fable 5.1
Anthropic
17.9
%
共 4 个模型