TauBench V3 (Airline)Agent

TAU3-Bench Airline 在原有 TAU-bench Airline 基础上增加了更复杂的航空业务场景，包括联程航班、团队预订、特殊服务请求等高级功能。测试 Agent 在升级版航空客服场景中的表现。

排行数据源

#模型得分

1

Kimi-K2.6月之暗面

85.8%

2

GLM-5.1智谱AI

85.0%

3

Nemotron-3-UltraNVIDIA

81.5%

4

DeepSeek-V4-Pro深度求索

80.8%

5

DeepSeek-V4-Flash深度求索

80.8%

6

Qwen3.5-397B-A17B阿里巴巴

76.5%

7

MiniMax M2.7MiniMax

75.3%

共 7 个模型

返回基准目录

TauBench V3 (Airline)Agent

TAU3-Bench Airline 在原有 TAU-bench Airline 基础上增加了更复杂的航空业务场景，包括联程航班、团队预订、特殊服务请求等高级功能。测试 Agent 在升级版航空客服场景中的表现。

排行数据源

#模型得分

1

Kimi-K2.6月之暗面

85.8%

2

GLM-5.1智谱AI

85.0%

3

Nemotron-3-UltraNVIDIA

81.5%

4

DeepSeek-V4-Pro深度求索

80.8%

5

DeepSeek-V4-Flash深度求索

80.8%

6

Qwen3.5-397B-A17B阿里巴巴

76.5%

7

MiniMax M2.7MiniMax

75.3%

共 7 个模型