跳过主要内容
评测来源/AutomationBench-AA
参与排名专业工作

AutomationBench-AA

Artificial Analysis · AutomationBench-AA 的公开模型评测结果。

官方评测
来源说明

该来源测量模型在「专业工作」领域的具体交付表现,原始成绩会和统一能力读数分开展示。

限制: 不同版本、推理设置和测试集可能导致分数变化,请结合数据时间阅读。

使用方式

参与排名的来源会影响能力分;参考、交叉参考和观察来源仅用于对比与核验。

本来源的模型成绩

Gemini 4 Carbon0.7781660675.42026-11-11
Gemini 4 Argon0.7751346975.22026-11-05
Claude Fable 5.20.7642233874.62026-11-10
MiniMax M3.1 Flash0.725218172.52026-11-05
Claude Sonnet 5.50.7176882172.12026-11-05
Muse Wonder Full0.713307571.82026-10-18
Muse Wonder Full0.713307571.82026-10-17
Muse Wonder Full0.713307571.82026-11-05
Claude Opus 5.50.6953868170.92026-11-05
DeepSeek V4.1 Flash0.6889097870.52026-11-05
DeepSeek V4.1 Flash0.6849296570.32026-11-05
GPT-6 Astra0.6849174870.32026-11-05
Muse Wonder0.6809455170.12026-10-18
Muse Wonder0.6809455170.12026-11-05
Muse Wonder0.6809455170.12026-10-17
Ling-3.1-flash0.6754660769.82026-11-05
Grok 4.60.6699736869.52026-11-05
DeepSeek V4.1 Flash0.6664095469.32026-10-31
GPT-6.1 Sol0.6657372169.32026-11-05
Grok 4.70.6555835168.72026-11-05
MiMo V2.6 Flash0.6405168367.92026-10-18
MiMo V2.6 Flash0.6405168367.92026-11-05
MiMo V2.6 Flash0.6405168367.92026-10-17
GLM 5.30.6220286566.92026-11-05

第 1 / 5 页

常见问题