BenchLeader

MCP Atlas 排行榜

截至 2026年11月16日,MCP Atlas 的最高分为 90.7%,由 Gemini 4 Argon(Google)取得,领先于 Muse Spark 1.1(88.1%)。共有 37 个模型配置公布了结果(Scale AI SEAL,结果日期 2026年11月5日)。MCP Atlas 要求模型在 Scale AI 的环境中,通过 Model Context Protocol 调用工具来完成真实任务,例如查询服务并串联结果。MCP Atlas 计入 BenchLeader Index 的智能体与工具得分。

要点(截至 2026年11月16日)

  • Gemini 4 Argon 以 90.7% 保持 MCP Atlas 最高分(Scale AI SEAL,2026年11月5日)。
  • Muse Spark 1.1 以 88.1% 位列 MCP Atlas 第二(Scale AI SEAL,2026年7月9日)。
  • MCP Atlas:通过 Model Context Protocol 进行的真实场景工具调用。Scale AI(Scale AI SEAL)。
  • BenchLeader 上有 37 个模型配置公布了 MCP Atlas 结果(BenchLeader,2026年11月16日)。
  • MCP Atlas 计入 BenchLeader Index 的智能体与工具类别(BenchLeader 方法论)。

通过 Model Context Protocol 进行的真实场景工具调用。Scale AI。

发布方
Scale AI SEAL
类别
智能体与工具
Index 权重
1.0
模型
37
数据截至
2026年11月16日
最新结果
2026年11月6日

Scale AI SEAL Leaderboards.

测试内容

MCP Atlas 要求模型在 Scale AI 的环境中,通过 Model Context Protocol 调用工具来完成真实任务,例如查询服务并串联结果。

评分方式

正确完成任务的百分比。

注意事项

可用的工具及其描述会影响结果;它衡量的是实际的工具使用能力,而不是推理深度。

37 / 37
#
1Gemini 4 Argon90.7%64.42026-11-05
2Muse Spark 1.188.1%62.22026-07-09
3Claude Fable 5.187.2%66.42026-09-04
4Claude Opus 5xhigh85.8%60.12026-08-03
5Claude Opus 5.585.4%61.02026-11-05
6Inkling 2 Small85.4%57.92026-11-06
7Qwen3.8 2.4T A95Bxhigh84.5%–2026-09-17
8GLM 5.384.2%–2026-09-17
9Gemini 3.5 Flashhigh83.6%62.52026-05-19
10Claude Fable 583.3%65.42026-06-09
11Kimi K3max82.3%60.22026-07-20
12Muse Spark82.2%64.22026-04-08
13Claude Opus 4.8max82.2%61.12026-05-28
14GPT-5.681.8%–2026-07-15
15Inkling Small79.2%52.02026-07-30
16Claude Opus 4.7max79.1%59.72026-04-08
17Gemini 3.1 Prohigh78.2%60.42025-11-24
18GLM 5.277.8%51.92026-07-20
19Claude Opus 4.6max76.8%57.02025-12-18
20Inklingxhigh76.0%50.02026-07-15
21GLM 5.175.6%55.42025-12-17
22GPT-5.5xhigh75.3%64.12026-04-28
23GPT-5.4xhigh70.6%63.12025-11-30
24Gemini 3 Pro70.3%60.02025-12-18
25Claude Opus 4.5high69.8%59.72025-09-10
26Claude Sonnet 4.669.5%57.62025-11-06
27GPT-5.2xhigh67.6%59.92025-09-10
28Kimi K2.564.4%54.62025-09-10
29Nemotron 3 Ultrathinking63.1%–2026-09-17
30Gemini 3 Flash62.0%56.52025-09-18
31Claude Sonnet 4.5thinking59.5%52.32025-12-16
32GLM 4.758.1%51.72025-09-10
33Gemini 3.1 Flash Litehigh57.1%48.42026-01-08
34GPT-5.4 Minixhigh56.7%55.12025-09-10
35GPT-5.1high50.1%57.52025-09-10
36o3-pro44.5%49.92025-09-10
37Claude Haiku 4.540.2%47.72025-09-10

更多智能体与工具基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《MCP Atlas 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/scale_mcp_atlas。

MCP Atlas:常见问题

MCP Atlas 衡量的是什么?
MCP Atlas 要求模型在 Scale AI 的环境中,通过 Model Context Protocol 调用工具来完成真实任务,例如查询服务并串联结果。分数以完成任务的百分比表示,越高越好。
MCP Atlas 的最高分是多少?
截至 2026年11月16日,MCP Atlas 的最高分为 90.7%,由 Gemini 4 Argon 取得(结果日期 2026年11月5日),领先于 Muse Spark 1.1(88.1%)。分数来自 Scale AI SEAL,每天重新读取。
哪个 AI 模型在 MCP Atlas 上领先?
截至 2026年11月16日,MCP Atlas 排名第一的是 Gemini 4 Argon,分数为 90.7%(结果日期 2026年11月5日)。其后为 Muse Spark 1.1(88.1%)。
有多少模型有 MCP Atlas 结果?
BenchLeader 上有 37 个模型配置有 MCP Atlas 结果,全部取自 Scale AI SEAL。
MCP Atlas 由谁运行,多久更新一次?
MCP Atlas 由 Scale AI SEAL 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。
MCP Atlas 是否计入 BenchLeader Index?
计入。MCP Atlas 计入 BenchLeader Index 的智能体与工具类别,并经过归一化,使参评模型的平均值为 50。