EnterpriseOps-Gym 排行榜
截至 2026年11月16日,EnterpriseOps-Gym 的最高分为 51.1%,由 Claude Fable 5(Anthropic)取得,领先于 Gemini 3.7 Flash(50.4%)。共有 51 个模型配置公布了结果(Artificial Analysis,结果日期 2026年6月9日)。在模拟公司中完成企业运营任务:模型要处理工单、审批和各类系统才能完成工作。EnterpriseOps-Gym 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- Claude Fable 5 以 51.1% 保持 EnterpriseOps-Gym 最高分(Artificial Analysis,2026年6月9日)。
- Gemini 3.7 Flash 以 50.4% 位列 EnterpriseOps-Gym 第二(Artificial Analysis,2026年8月13日)。
- EnterpriseOps-Gym:在模拟公司中完成企业运营任务:模型要处理工单、审批和各类系统才能完成工作(Artificial Analysis)。
- BenchLeader 上有 51 个模型配置公布了 EnterpriseOps-Gym 结果(BenchLeader,2026年11月16日)。
- EnterpriseOps-Gym 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
在模拟公司中完成企业运营任务:模型要处理工单、审批和各类系统才能完成工作。
- 类别
- 智能体与工具
- Index 权重
- 仅作参考
- 模型
- 51
- 数据截至
- 2026年11月16日
Source: Artificial Analysis (artificialanalysis.ai). Data taken from the public leaderboard.
- 1Claude Fable 5 (max)51.1%
- 2Gemini 3.7 Flash (medium)50.4%
- 3Gemini 3.5 Flash (high)50.1%
- 4DeepSeek V4 Pro (max)49.6%
- 5Grok 4.6 (high)48.3%
- 6Qwen3.8 Max (max)47.6%
- 7Claude Opus 5 (max)47.5%
- 8Qwen3.8 2.4T A95B47.4%
- 9Muse Spark 1.2 (xhigh)47.3%
- 10Step 5 Preview47.2%
- 11Deepseek v4 Flash Vision (max)47.1%
- 12Inkling 2 Small46.8%
- 13GPT-5.5 (xhigh)46.6%
- 14Kimi K3 (max)45.3%
- 15Qwen3.7 (max)45.0%
51 / 51
| # | ||||
|---|---|---|---|---|
| 1 | 51.1% | 65.1 | 2026-06-09 | |
| 2 | 50.4% | 60.1 | 2026-08-13 | |
| 3 | 50.1% | 62.5 | 2026-05-19 | |
| 4 | 49.6% | 54.7 | 2026-08-13 | |
| 5 | 48.3% | 60.6 | 2026-08-12 | |
| 6 | 47.6% | 58.7 | 2026-09-02 | |
| 7 | 47.5% | 65.0 | 2026-07-24 | |
| 8 | 47.4% | 51.4 | 2026-08-12 | |
| 9 | 47.3% | 61.5 | 2026-08-05 | |
| 10 | 47.2% | 56.0 | 2026-09-18 | |
| 11 | 47.1% | – | 2026-08-21 | |
| 12 | 46.8% | 57.9 | 2026-11-05 | |
| 13 | 46.6% | 64.1 | 2026-04-23 | |
| 14 | 45.3% | 60.2 | 2026-07-16 | |
| 15 | 45.0% | 60.0 | 2026-05-19 | |
| 16 | 44.7% | 56.1 | 2026-06-30 | |
| 17 | 44.2% | 52.2 | 2026-08-14 | |
| 18 | 44.1% | 60.8 | 2026-04-23 | |
| 19 | 44.0% | 61.1 | 2026-05-28 | |
| 20 | 43.9% | 55.4 | 2026-06-30 | |
| 21 | 42.9% | 65.3 | 2026-07-09 | |
| 22 | 42.7% | 58.9 | 2026-06-16 | |
| 23 | 42.7% | 52.0 | 2026-07-30 | |
| 24 | 42.4% | 51.4 | 2026-07-21 | |
| 25 | 42.2% | 59.9 | 2026-02-19 | |
| 26 | 40.8% | 56.8 | 2026-07-08 | |
| 27 | 40.8% | 56.2 | 2026-07-09 | |
| 28 | 40.6% | 57.6 | 2026-06-01 | |
| 29 | 40.4% | – | 2026-04-24 | |
| 30 | 40.2% | 53.9 | 2026-06-12 | |
| 31 | 39.6% | – | 2026-04-24 | |
| 32 | 38.5% | 59.3 | 2026-04-20 | |
| 33 | 38.5% | 59.5 | 2026-07-09 | |
| 34 | 38.0% | 50.0 | 2026-07-15 | |
| 35 | 36.4% | 58.8 | 2026-08-18 | |
| 36 | 34.7% | 46.5 | 2026-08-10 | |
| 37 | 34.6% | 55.1 | 2026-03-17 | |
| 38 | 33.7% | 46.6 | 2026-04-29 | |
| 39 | 33.2% | 57.8 | 2026-08-26 | |
| 40 | 32.1% | 56.1 | 2026-06-01 | |
| 41 | 31.5% | 53.9 | 2026-03-17 | |
| 42 | 30.9% | 56.4 | 2026-02-16 | |
| 43 | 29.4% | 45.7 | 2025-10-15 | |
| 44 | 29.1% | 53.0 | 2026-05-29 | |
| 45 | 28.9% | 49.1 | 2026-06-04 | |
| 46 | 28.4% | 46.6 | 2026-04-02 | |
| 47 | 28.0% | 52.6 | 2026-03-03 | |
| 48 | 26.3% | 56.5 | 2026-04-30 | |
| 49 | 25.5% | 45.3 | 2025-08-05 | |
| 50 | 23.6% | 51.1 | 2026-03-11 | |
| 51 | 18.4% | 41.4 | 2026-08-11 |
相关基准测试
EnterpriseOps-Gym 上的热门模型对比
引用格式:BenchLeader,《EnterpriseOps-Gym 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/aa_enterprise_ops_gym。
EnterpriseOps-Gym:常见问题
- EnterpriseOps-Gym 衡量的是什么?
- 在模拟公司中完成企业运营任务:模型要处理工单、审批和各类系统才能完成工作。分数以完成任务的百分比表示,越高越好。
- EnterpriseOps-Gym 的最高分是多少?
- 截至 2026年11月16日,EnterpriseOps-Gym 的最高分为 51.1%,由 Claude Fable 5 取得(结果日期 2026年6月9日),领先于 Gemini 3.7 Flash(50.4%)。分数来自 Artificial Analysis,每天重新读取。
- 哪个 AI 模型在 EnterpriseOps-Gym 上领先?
- 截至 2026年11月16日,EnterpriseOps-Gym 排名第一的是 Claude Fable 5,分数为 51.1%(结果日期 2026年6月9日)。其后为 Gemini 3.7 Flash(50.4%)。
- 有多少模型有 EnterpriseOps-Gym 结果?
- BenchLeader 上有 51 个模型配置有 EnterpriseOps-Gym 结果,全部取自 Artificial Analysis。
- EnterpriseOps-Gym 由谁运行,多久更新一次?
- EnterpriseOps-Gym 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。
- EnterpriseOps-Gym 是否计入 BenchLeader Index?
- 不计入。EnterpriseOps-Gym 仅作参考展示,不计入综合分数。