正在加载页面内容
AutomationBench
AutomationBench 评估 AI Agent 通过 REST API 协调 CRM、邮箱、日历等多系统完成真实业务流程的能力。任务涵盖销售、市场、运营、客服、财务和 HR 六大领域，Agent 需自主发现 API 端点并遵循业务策略。当前最强模型得分低于 10%。
Agent官方网站
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 18.1 | OpenAI | OpenAI GPT-5.6 发布页 | ||
| 2 | 17.4 | Anthropic | OpenAI GPT-5.6 发布页 | ||
| 3 | 15.5 | Anthropic | OpenAI GPT-5.6 发布页 | ||
| 4 | 15.2 | OpenAI | OpenAI GPT-5.6 发布页 | ||
| 5 | 14.9 | OpenAI | OpenAI GPT-5.6 发布页 | ||
| 6 | 14.5 | OpenAI GPT-5.6 发布页 | |||
| 7 | 12.9 | OpenAI | OpenAI GPT-5.6 发布页 | ||
| 8 | 9.6 | Claude Fable 5 技术报告 |
