BenchLeader

PRBench Finance 排行榜

截至 2026年11月16日,PRBench Finance 的最高分为 59.5%,由 Muse Spark 1.3(Meta)取得,领先于 Muse Wonder(58.7%)。共有 42 个模型配置公布了结果(Scale AI SEAL,结果日期 2026年9月14日)。PRBench Finance 提出开放式的专业问题,例如为一家企业估值或评估一份申报文件,由从业者按评分标准给答案打分。PRBench Finance 计入 BenchLeader Index 的知识得分。

要点(截至 2026年11月16日)

  • Muse Spark 1.3 以 59.5% 保持 PRBench Finance 最高分(Scale AI SEAL,2026年9月14日)。
  • Muse Wonder 以 58.7% 位列 PRBench Finance 第二(Scale AI SEAL,2026年10月14日)。
  • PRBench Finance:金融领域的专业推理,由从业者评分。Scale AI(Scale AI SEAL)。
  • BenchLeader 上有 42 个模型配置公布了 PRBench Finance 结果(BenchLeader,2026年11月16日)。
  • PRBench Finance 计入 BenchLeader Index 的知识类别(BenchLeader 方法论)。

金融领域的专业推理,由从业者评分。Scale AI。

发布方
Scale AI SEAL
类别
知识
Index 权重
0.5
模型
42
数据截至
2026年11月16日
最新结果
2026年11月12日

Scale AI SEAL Leaderboards.

测试内容

PRBench Finance 提出开放式的专业问题,例如为一家企业估值或评估一份申报文件,由从业者按评分标准给答案打分。

评分方式

按评分标准所得分数的百分比,由 Scale AI 发布。

注意事项

人工按评分标准打分,任务数量不多;分数既反映正确性,也反映判断和表达。

42 / 42
#
1Muse Spark 1.359.5%61.62026-09-14
2Muse Wonder58.7%64.42026-10-14
3Muse Spark 1.155.0%62.22026-07-09
4Claude Fable 553.9%65.42026-07-28
5Claude Opus 4.6无推理53.3%58.42026-02-17
6Muse Spark52.4%64.22026-04-08
7GPT-551.3%56.62025-11-13
8GPT-5 Pro51.1%59.62025-11-13
9Claude Fable 5.150.8%66.42026-09-03
10GPT-5.6 Solmax50.5%65.32026-07-28
11Gemini 4 Argon49.9%64.42026-10-16
12Gemini 3.8 Flash49.5%56.42026-09-09
13o3-pro49.1%49.92025-11-13
14GPT-5.1thinking48.0%54.62025-12-11
15o347.7%60.42025-11-13
16GPT-6 Astra47.5%66.42026-09-09
17Kimi K3.1 Pro47.5%61.82026-11-12
18DeepSeek V4.1 Flash 101747.1%–2026-10-27
19新Claude Fable 5.247.1%65.42026-11-12
20Kimi K2.546.5%54.62026-02-13
21GPT-5.2 Pro46.3%–2025-12-16
22GPT-6.1 Sol46.2%62.02026-10-07
23Claude Opus 4.5thinking46.2%59.32025-11-26
24MiniMax M3.1 Flash45.6%54.32026-11-05
25GPT-5.4high45.6%58.62026-04-22
26gpt-oss-120b43.8%46.12025-11-13
27Claude Sonnet 4.543.8%53.82025-11-13
28Kimi K2 Thinkingthinking43.4%52.32025-11-13
29Gemini 3.1 Pro41.9%59.92026-03-23
30Mistral Medium 3.5medium39.4%41.62025-11-13
31o4-mini39.2%55.22025-11-13
32Gemini 3 Pro39.2%60.02025-11-20
33Qwen3 235B A22B 250739.1%50.72025-11-13
34Gemini 2.5 Pro38.9%55.22025-11-13
35Gemini 2.5 Flash38.4%52.42025-11-13
36Kimi K238.3%51.12025-11-13
37Claude Opus 4.135.1%51.12025-11-13
38DeepSeek V3.135.1%49.02025-11-13
39GPT-4.134.3%48.72025-11-13
40DeepSeek R1 052832.7%49.12025-11-13
41GPT-4.1 mini30.4%44.72025-11-13
42Llama 4 Maverick22.4%41.82025-11-13

更多知识基准测试 · 全部大模型基准测试

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

PRBench Finance:常见问题

PRBench Finance 衡量的是什么?
PRBench Finance 提出开放式的专业问题,例如为一家企业估值或评估一份申报文件,由从业者按评分标准给答案打分。分数以完成任务的百分比表示,越高越好。
PRBench Finance 的最高分是多少?
截至 2026年11月16日,PRBench Finance 的最高分为 59.5%,由 Muse Spark 1.3 取得(结果日期 2026年9月14日),领先于 Muse Wonder(58.7%)。分数来自 Scale AI SEAL,每天重新读取。
哪个 AI 模型在 PRBench Finance 上领先?
截至 2026年11月16日,PRBench Finance 排名第一的是 Muse Spark 1.3,分数为 59.5%(结果日期 2026年9月14日)。其后为 Muse Wonder(58.7%)。
有多少模型有 PRBench Finance 结果?
BenchLeader 上有 42 个模型配置有 PRBench Finance 结果,全部取自 Scale AI SEAL。
PRBench Finance 由谁运行,多久更新一次?
PRBench Finance 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。
PRBench Finance 是否计入 BenchLeader Index?
计入。PRBench Finance 计入 BenchLeader Index 的知识类别,并经过归一化,使参评模型的平均值为 50。