正在加载页面内容
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。
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 85.8 | 月之暗面 | Nemotron-3-Ultra 技术报告 | ||
| 2 | 85 | 智谱AI | Nemotron-3-Ultra 技术报告 | ||
| 3 | 81.5 | NVIDIA | Nemotron-3-Ultra 技术报告 | ||
| 4 | 80.8 | 深度求索 | Nemotron-3-Ultra 技术报告 | ||
| 5 | 80.8 | 深度求索 | Nemotron-3-Ultra 技术报告 | ||
| 6 | 76.5 | 阿里巴巴 | Nemotron-3-Ultra 技术报告 | ||
| 7 | 75.3 | MiniMax | Nemotron-3-Ultra 技术报告 |
