正在加载页面内容
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。
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 80.5 | Anthropic | Qwen3-Coder 技术报告 | ||
| 2 | 79.7 | 智谱AI | GLM-4.5 技术报告 | ||
| 3 | 77.9 | 智谱AI | GLM-4.5 技术报告 | ||
| 4 | 77.5 | 阿里巴巴 | Qwen3-Coder 技术报告 | ||
| 5 | 77 | GLM-4.5 技术报告 | |||
| 6 | 75.1 | OpenAI | GLM-4.5 技术报告 | ||
| 7 | 70.8 | OpenAI | OpenAI GPT-4.1 发布页 | ||
| 8 | 70.7 | 月之暗面 | Qwen3-Coder 技术报告 | ||
| 9 | 68.4 | OpenAI | OpenAI GPT-4.1 发布页 | ||
| 10 | 60.3 | OpenAI | OpenAI GPT-4.1 发布页 |
