TAU3-BenchAgent

TAU3-Bench Qwen 是 TAU-bench 的三代扩展，由 Qwen 团队适配。在原有航空、零售基础上增加银行和电信领域，覆盖更广泛的客服场景。保留多轮对话和工具调用评估范式，优化对中文场景和 Qwen 系列模型的支持。

排行数据源

#模型得分

1

Qwen3.6-Plus阿里巴巴

70.7%

2

Claude Opus 4.5Anthropic

70.2%

3

Qwen3.5-35B-A3B阿里巴巴

68.9%

4

Qwen3.5-397B-A17B阿里巴巴

68.4%

5

Qwen3.6-35B-A3B阿里巴巴

67.2%

6

Kimi-K2.5月之暗面

65.7%

7

GLM-5智谱AI

65.6%

共 7 个模型

返回基准目录

TAU3-BenchAgent

TAU3-Bench Qwen 是 TAU-bench 的三代扩展，由 Qwen 团队适配。在原有航空、零售基础上增加银行和电信领域，覆盖更广泛的客服场景。保留多轮对话和工具调用评估范式，优化对中文场景和 Qwen 系列模型的支持。

排行数据源

#模型得分

1

Qwen3.6-Plus阿里巴巴

70.7%

2

Claude Opus 4.5Anthropic

70.2%

3

Qwen3.5-35B-A3B阿里巴巴

68.9%

4

Qwen3.5-397B-A17B阿里巴巴

68.4%

5

Qwen3.6-35B-A3B阿里巴巴

67.2%

6

Kimi-K2.5月之暗面

65.7%

7

GLM-5智谱AI

65.6%

共 7 个模型