AutomationBench · Release 1.0.6, Zapier private evaluation set · 测试定义与成绩

AutomationBench · Release 1.0.6, Zapier private evaluation set 收录 1 次模型发布的评测披露或成绩。

测试版本与指标

别名 AutomationBench 1.0.6

  • Pass rate · % · 越高越好

各系列最新模型 · 公布成绩

常规展示范围。排名按指标与评测协议分组,已记录的工具、预算及框架分别展示。条件未说明的组保留公布值供查证。

Pass rate %

工具条件未记录 / max / 框架未记录 · Zapier AutomationBench private evaluation set release 1.0.6.

AutomationBench · Release 1.0.6, Zapier private evaluation set · Pass rate · 工具条件未记录 / max / 框架未记录 · Zapier AutomationBench private evaluation set release 1.0.6.
模型与配置成绩(%)记录与证据
Claude Sonnet 5.5Max44.7%

历史记录 · 1 次发布

  • Claude Sonnet 5.5本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)