YC-BenchAgent

YC-Bench 评估 AI Agent 在创业公司典型工作场景中的任务执行能力。基于 Y Combinator 创业生态设计，涵盖商业分析、产品规划、用户调研和融资准备等任务，测试 Agent 在资源受限、快速迭代的创业环境中的实用价值。

#	模型	得分 (M$)	厂商	来源
1	Claude Opus 4.7	2.19	Anthropic	MiniMax M3 技术报告
2	MiniMax M3	2.1	MiniMax	MiniMax M3 技术报告
3	GPT-5.5	1.28	OpenAI	MiniMax M3 技术报告
4	Gemini 3.1 Pro	1.05	Google	MiniMax M3 技术报告
5	MiniMax M2.7	0	MiniMax	MiniMax M3 技术报告

YC-Bench 评估 AI Agent 在创业公司典型工作场景中的任务执行能力。基于 Y Combinator 创业生态设计，涵盖商业分析、产品规划、用户调研和融资准备等任务，测试 Agent 在资源受限、快速迭代的创业环境中的实用价值。

#	模型	得分 (M$)	厂商	来源
1	Claude Opus 4.7	2.19	Anthropic	MiniMax M3 技术报告
2	MiniMax M3	2.1	MiniMax	MiniMax M3 技术报告
3	GPT-5.5	1.28	OpenAI	MiniMax M3 技术报告
4	Gemini 3.1 Pro	1.05	Google	MiniMax M3 技术报告
5	MiniMax M2.7	0	MiniMax	MiniMax M3 技术报告