APEX-Agents (AA) 排行榜
截至 2026年11月16日,APEX-Agents (AA) 的最高分为 47.0%,由 Gemini 3.5 Flash(Google)取得,领先于 Qwen3.8 Max(42.4%)。共有 33 个模型配置公布了结果(Artificial Analysis,结果日期 2026年5月19日)。APEX-Agents 设置由 Mercor 的领域专家编写并评分的长周期专业任务。APEX-Agents (AA) 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- Gemini 3.5 Flash 以 47.0% 保持 APEX-Agents (AA) 最高分(Artificial Analysis,2026年5月19日)。
- Qwen3.8 Max 以 42.4% 位列 APEX-Agents (AA) 第二(Artificial Analysis,2026年9月2日)。
- APEX-Agents (AA):Artificial Analysis 运行的 Mercor 长周期专业智能体任务(Artificial Analysis)。
- BenchLeader 上有 33 个模型配置公布了 APEX-Agents (AA) 结果(BenchLeader,2026年11月16日)。
- APEX-Agents (AA) 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
Artificial Analysis 运行的 Mercor 长周期专业智能体任务。
- 类别
- 智能体与工具
- Index 权重
- 仅作参考
- 模型
- 33
- 数据截至
- 2026年11月16日
Source: Artificial Analysis (artificialanalysis.ai). Data taken from the public leaderboard.
测试内容
APEX-Agents 设置由 Mercor 的领域专家编写并评分的长周期专业任务。
评分方式
被判定为成功的任务百分比,由 Artificial Analysis 运行。
注意事项
Epoch 同步的官方结果已经单独显示;这是一次独立的重新运行。
- 1Gemini 3.5 Flash (high)47.0%
- 2Qwen3.8 Max (max)42.4%
- 3Kimi K3 (max)41.3%
- 4GPT-5.6 Terra (max)38.9%
- 5Step 5 Preview38.0%
- 6GPT-5.5 (xhigh)37.7%
- 7GPT-5.6 Luna (max)35.8%
- 8GLM 5.2 (max)33.7%
- 9GPT-5.4 (xhigh)33.3%
- 10Claude Opus 4.6 (max)33.0%
- 11Gemini 3.1 Pro32.0%
- 12Apodex 1.131.2%
- 13Kimi K2.6 (thinking)28.5%
- 14GPT-5.4 Mini (xhigh)28.2%
- 15Claude Sonnet 4.6 (max)28.0%
33 / 33
| # | ||||
|---|---|---|---|---|
| 1 | 47.0% | 62.5 | 2026-05-19 | |
| 2 | 42.4% | 58.7 | 2026-09-02 | |
| 3 | 41.3% | 60.2 | 2026-07-16 | |
| 4 | 38.9% | 59.5 | 2026-07-09 | |
| 5 | 38.0% | 56.0 | 2026-09-18 | |
| 6 | 37.7% | 64.1 | 2026-04-23 | |
| 7 | 35.8% | 56.2 | 2026-07-09 | |
| 8 | 33.7% | 58.9 | 2026-06-16 | |
| 9 | 33.3% | 63.1 | 2026-03-05 | |
| 10 | 33.0% | 57.0 | 2026-02-05 | |
| 11 | 32.0% | 59.9 | 2026-02-19 | |
| 12 | Apodex 1.1 | 31.2% | 48.0 | 2026-08-30 |
| 13 | 28.5% | 59.3 | 2026-04-20 | |
| 14 | 28.2% | 55.1 | 2026-03-17 | |
| 15 | 28.0% | 56.1 | 2026-02-17 | |
| 16 | 27.7% | 58.9 | 2025-12-17 | |
| 17 | 27.4% | – | 2026-09-11 | |
| 18 | 24.9% | 53.9 | 2026-03-17 | |
| 19 | 24.3% | – | 2026-04-24 | |
| 20 | 22.4% | 57.6 | 2026-06-01 | |
| 21 | 17.0% | 56.5 | 2026-04-30 | |
| 22 | 15.3% | 56.4 | 2026-02-16 | |
| 23 | 14.8% | 53.0 | 2026-05-29 | |
| 24 | 14.5% | 56.7 | 2025-12-01 | |
| 25 | 14.4% | 60.2 | 2026-02-11 | |
| 26 | 14.2% | 58.3 | 2026-03-10 | |
| 27 | 12.2% | 52.6 | 2026-03-03 | |
| 28 | 11.5% | 59.4 | 2026-01-27 | |
| 29 | 10.6% | 56.6 | 2026-03-18 | |
| 30 | 3.1% | 45.3 | 2025-08-05 | |
| 31 | 2.4% | – | 2026-04-22 | |
| 32 | 1.8% | 51.1 | 2026-03-11 | |
| 33 | 0.7% | 45.4 | 2025-08-05 |
相关基准测试
APEX-Agents (AA) 上的热门模型对比
引用格式:BenchLeader,《APEX-Agents (AA) 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/aa_apex_agents。
APEX-Agents (AA):常见问题
- APEX-Agents (AA) 衡量的是什么?
- APEX-Agents 设置由 Mercor 的领域专家编写并评分的长周期专业任务。分数以完成任务的百分比表示,越高越好。
- APEX-Agents (AA) 的最高分是多少?
- 截至 2026年11月16日,APEX-Agents (AA) 的最高分为 47.0%,由 Gemini 3.5 Flash 取得(结果日期 2026年5月19日),领先于 Qwen3.8 Max(42.4%)。分数来自 Artificial Analysis,每天重新读取。
- 哪个 AI 模型在 APEX-Agents (AA) 上领先?
- 截至 2026年11月16日,APEX-Agents (AA) 排名第一的是 Gemini 3.5 Flash,分数为 47.0%(结果日期 2026年5月19日)。其后为 Qwen3.8 Max(42.4%)。
- 有多少模型有 APEX-Agents (AA) 结果?
- BenchLeader 上有 33 个模型配置有 APEX-Agents (AA) 结果,全部取自 Artificial Analysis。
- APEX-Agents (AA) 由谁运行,多久更新一次?
- APEX-Agents (AA) 由 Artificial Analysis 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
- APEX-Agents (AA) 是否计入 BenchLeader Index?
- 不计入。APEX-Agents (AA) 仅作参考展示,不计入综合分数。