AutomationBench 排行榜
截至 2026年11月16日,AutomationBench 的最高分为 77.8%,由 Gemini 4 Carbon(Google)取得,领先于 Gemini 4 Argon(77.5%)。共有 261 个模型配置公布了结果(Artificial Analysis,结果日期 2026年10月28日)。从头到尾运行的办公自动化任务。按部分得分计分,因此模型只要做对工作流的大部分,分数就会有所体现。AutomationBench 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- Gemini 4 Carbon 以 77.8% 保持 AutomationBench 最高分(Artificial Analysis,2026年10月28日)。
- Gemini 4 Argon 以 77.5% 位列 AutomationBench 第二(Artificial Analysis,2026年9月30日)。
- AutomationBench:从头到尾运行的办公自动化任务。按部分得分计分,因此模型只要做对工作流的大部分,分数就会有所体现(Artificial Analysis)。
- BenchLeader 上有 261 个模型配置公布了 AutomationBench 结果(BenchLeader,2026年11月16日)。
- AutomationBench 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
从头到尾运行的办公自动化任务。按部分得分计分,因此模型只要做对工作流的大部分,分数就会有所体现。
- 类别
- 智能体与工具
- Index 权重
- 仅作参考
- 模型
- 261
- 数据截至
- 2026年11月16日
Source: Artificial Analysis (artificialanalysis.ai). Data taken from the public leaderboard.
- 1Gemini 4 Carbon (high)77.8%
- 2Gemini 4 Carbon (medium)77.6%
- 3Gemini 4 Argon (high)77.5%
- 4Claude Fable 5.2 (max)76.4%
- 5Gemini 4 Hydrogen (xhigh)76.1%
- 6Gemini 4 Argon (medium)75.8%
- 7Gemini 4 Hydrogen (high)74.4%
- 8Claude Fable 5.2 (xhigh)74.2%
- 9Kimi K3.1 Pro73.3%
- 10MiniMax M3.1 Flash72.5%
- 11Gemini 4 Hydrogen (medium)72.0%
- 12Claude Sonnet 5.5 (max)71.8%
- 13Claude Fable 5.2 (high)71.4%
- 14Muse Wonder Full (max)71.3%
- 15Claude Opus 5.5 (max)69.5%
261 / 261
| # | ||||
|---|---|---|---|---|
| 1 | 77.8% | 68.9 | 2026-10-28 | |
| 2 | 77.6% | 65.8 | 2026-10-28 | |
| 3 | 77.5% | 65.3 | 2026-09-30 | |
| 4 | 新 | 76.4% | 72.7 | 2026-11-09 |
| 5 | 新 | 76.1% | 61.8 | 2026-11-12 |
| 6 | 75.8% | 61.6 | 2026-09-30 | |
| 7 | 新 | 74.4% | 63.4 | 2026-11-12 |
| 8 | 新 | 74.2% | 69.7 | 2026-11-09 |
| 9 | 73.3% | 61.8 | 2026-10-23 | |
| 10 | 72.5% | 54.3 | 2026-10-19 | |
| 11 | 新 | 72.0% | – | 2026-11-12 |
| 12 | 71.8% | 64.2 | 2026-09-28 | |
| 13 | 新 | 71.4% | 68.4 | 2026-11-09 |
| 14 | 71.3% | 61.7 | 2026-10-12 | |
| 15 | 69.5% | 68.4 | 2026-09-22 | |
| 16 | 68.9% | 58.5 | 2026-09-10 | |
| 17 | 新 | 68.8% | 66.3 | 2026-11-09 |
| 18 | 68.5% | 67.3 | 2026-09-03 | |
| 19 | 68.5% | 51.2 | 2026-10-17 | |
| 20 | 68.1% | 60.8 | 2026-10-12 | |
| 21 | 新 | 68.1% | 52.1 | 2026-11-09 |
| 22 | 新 | 68.0% | 65.3 | 2026-11-09 |
| 23 | 67.5% | 50.8 | 2026-10-22 | |
| 24 | 67.2% | 56.2 | 2026-10-12 | |
| 25 | 67.2% | 66.0 | 2026-09-03 | |
| 26 | 67.0% | 56.1 | 2026-08-12 | |
| 27 | 新 | 66.7% | 49.1 | 2026-11-09 |
| 28 | 66.7% | 60.6 | 2026-08-12 | |
| 29 | 66.6% | 57.7 | 2026-10-17 | |
| 30 | 66.6% | 66.3 | 2026-09-03 | |
| 31 | 66.6% | 63.6 | 2026-09-29 | |
| 32 | 65.6% | 56.7 | 2026-11-03 | |
| 33 | 65.6% | 57.4 | 2026-09-21 | |
| 34 | 65.5% | 62.5 | 2026-09-28 | |
| 35 | 65.0% | 65.4 | 2026-09-22 | |
| 36 | 64.9% | 66.6 | 2026-09-29 | |
| 37 | 64.6% | 64.4 | 2026-09-03 | |
| 38 | 64.5% | 63.4 | 2026-09-29 | |
| 39 | 64.0% | 54.8 | 2026-09-21 | |
| 40 | 63.5% | 56.9 | 2026-09-21 | |
| 41 | 63.5% | 60.1 | 2026-10-28 | |
| 42 | 63.2% | 66.0 | 2026-09-22 | |
| 43 | 63.1% | 59.4 | 2026-08-12 | |
| 44 | 62.6% | 62.7 | 2026-09-29 | |
| 45 | 62.2% | 58.8 | 2026-08-18 | |
| 46 | 62.0% | 62.1 | 2026-08-13 | |
| 47 | 61.7% | 58.4 | 2026-09-22 | |
| 48 | 61.6% | 62.6 | 2026-09-22 | |
| 49 | 61.2% | 61.2 | 2026-09-22 | |
| 50 | 60.9% | 60.2 | 2026-09-02 | |
| 51 | 新 | 60.5% | – | 2026-11-12 |
| 52 | 60.4% | 57.8 | 2026-08-26 | |
| 53 | 60.2% | 64.1 | 2026-10-26 | |
| 54 | 60.1% | 58.1 | 2026-09-22 | |
| 55 | 60.1% | 65.3 | 2026-07-09 | |
| 56 | 59.9% | 60.0 | 2026-10-26 | |
| 57 | 59.9% | 59.4 | 2026-09-02 | |
| 58 | 59.9% | 52.9 | 2026-10-06 | |
| 59 | 59.6% | 59.5 | 2026-07-09 | |
| 60 | 59.4% | 59.5 | 2026-09-28 |
相关基准测试
AutomationBench 上的热门模型对比
引用格式:BenchLeader,《AutomationBench 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/aa_automationbench。
AutomationBench:常见问题
- AutomationBench 衡量的是什么?
- 从头到尾运行的办公自动化任务。按部分得分计分,因此模型只要做对工作流的大部分,分数就会有所体现。分数以完成任务的百分比表示,越高越好。
- AutomationBench 的最高分是多少?
- 截至 2026年11月16日,AutomationBench 的最高分为 77.8%,由 Gemini 4 Carbon 取得(结果日期 2026年10月28日),领先于 Gemini 4 Argon(77.5%)。分数来自 Artificial Analysis,每天重新读取。
- 哪个 AI 模型在 AutomationBench 上领先?
- 截至 2026年11月16日,AutomationBench 排名第一的是 Gemini 4 Carbon,分数为 77.8%(结果日期 2026年10月28日)。其后为 Gemini 4 Argon(77.5%)。
- 有多少模型有 AutomationBench 结果?
- BenchLeader 上有 261 个模型配置有 AutomationBench 结果,全部取自 Artificial Analysis。
- AutomationBench 由谁运行,多久更新一次?
- AutomationBench 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。
- AutomationBench 是否计入 BenchLeader Index?
- 不计入。AutomationBench 仅作参考展示,不计入综合分数。