AutomationBench-AA（Artificial Analysis）

Artificial Analysis / 专业办公 · 跨办公软件完成一整条业务自动化流程。

在 AICue 中参与排名

所属领域专业办公

上游数据时间待核实

最近成功同步10/30 02:05

它测什么，怎么测

取 Artificial Analysis 独立公布的 AutomationBench-AA 的完成率。同一型号按最高推理档位选代表配置，选择不看分数。

AICue 怎么用它

计分：专业办公领域的业务流程一类。

评测成绩

同一模型测了多个档位时，按固定规则只取一套代表成绩；没有可用成绩的模型标为“未计入”并写明原因。匿名测试型号不展示，名次照搬原榜，每项最多列 30 个。

原榜名次	原榜型号	原始成绩	代表配置
1	gemini-4-carbonGoogle	77.8%	High 推理
2	gemini-4-argonGoogle	77.5%	High 推理
3	kimi-k3-1-proMoonshot AI	73.3%	来源默认配置
4	minimax-m3-1-flashMiniMax	72.5%	来源默认配置
5	claude-sonnet-5-5Anthropic	71.8%	Max 推理 · 含来源回退
6	muse-wonder-fullMeta	71.3%	Max 推理
7	claude-opus-5-5Anthropic	69.5%	Max 推理 · 含来源回退
8	deepseek-v4-1-flashDeepSeek	68.9%	Max 推理
9	gpt-6-astraOpenAI	68.5%	Max 推理
10	muse-wonderMeta	68.1%	Max 推理
11	ling-3-1-flash-1019InclusionAI	67.5%	来源默认配置
13	grok-4-6-xhighxAI	67.0%	xHigh 推理
15	deepseek-v4-1-flash-1017DeepSeek	66.6%	Max 推理
18	grok-4-7xAI	65.6%	xHigh 推理
21	gpt-6-1-solOpenAI	64.9%	Max 推理
24	mimo-v2-6-flashXiaomi	64.1%	来源默认配置
29	glm-5-3Z.ai	62.2%	Max 推理
30	gemini-3-7-flashGoogle	62.0%	High 推理
31	ling-3-1-flashInclusionAI	61.7%	来源默认配置
33	gpt-6-solOpenAI	61.6%	Max 推理
36	glm-5-3-flashZ.ai	60.4%	来源默认配置
37	gpt-6-1-terraOpenAI	60.2%	Max 推理
39	gpt-5-6-solOpenAI	60.1%	Max 推理
40	gemini-3-8-flashGoogle	59.9%	High 推理
43	gpt-5-6-terraOpenAI	59.6%	Max 推理
45	claude-fable-5-1Anthropic	59.4%	Max 推理 · 含来源回退
47	mimo-v2-6-proXiaomi	58.6%	来源默认配置
49	kimi-k3Moonshot AI	58.3%	Max 推理
51	grok-4-5xAI	57.9%	High 推理
52	muse-spark-1-3Meta	57.9%	Max 推理

评测局限与数据署名

在 AA 的统一环境中运行，与 Zapier 官方榜单的私有测试集不同。

数据许可：Artificial Analysis 公开页面数据；展示须显著署名并链接来源，遵守其 Terms of Use

成绩由 Artificial Analysis 发布。各项评测的原始分数尺度不同，不能直接相加；AICue 按公开规则把它们折算成同一种分数。