正在加载页面内容
TauBench V3 (Retail)Agent
TAU3-Bench Retail 在原有零售场景上增加了多渠道订单管理、会员积分、促销活动等复杂零售业务场景。评估 Agent 在多层次零售规则下的任务完成能力和用户满意度。
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 89.1 | 深度求索 | Nemotron-3-Ultra 技术报告 | ||
| 2 | 88.9 | 深度求索 | Nemotron-3-Ultra 技术报告 | ||
| 3 | 88.5 | 阿里巴巴 | Nemotron-3-Ultra 技术报告 | ||
| 4 | 86.4 | NVIDIA | Nemotron-3-Ultra 技术报告 | ||
| 5 | 84.9 | MiniMax | Nemotron-3-Ultra 技术报告 | ||
| 6 | 84.1 | 智谱AI | Nemotron-3-Ultra 技术报告 | ||
| 7 | 82.9 | 月之暗面 | Nemotron-3-Ultra 技术报告 |
