TAU-bench RetailAgent

零售场景 Agent 基准TAU-Bench Retail 评估 AI Agent 在零售客服场景中的多轮对话能力。Agent 需处理商品查询、下单、退货和售后等零售业务流程，在遵循零售政策的同時满足用户需求，与 Airline 版共同构成 TAU-bench 的核心评估领域。

排行数据源

#模型得分

1

Claude Sonnet 4Anthropic

80.5%

2

GLM-4.5智谱AI

79.7%

3

GLM-4.5-Air智谱AI

77.9%

4

Qwen3-Coder-480B-A35B阿里巴巴

77.5%

5

Gemini 2.5 ProGoogle

77.0%

6

GPT-4.1OpenAI

75.1%

7

OpenAI o1OpenAI

70.8%

8

Kimi-K2月之暗面

70.7%

9

GPT-4.5OpenAI

68.4%

10

GPT-4oOpenAI

60.3%

共 15 个模型

返回基准目录