Tax Agent Bench 排行榜
截至 2026年11月16日,Tax Agent Bench 的最高分为 52.3%,由 Gemini 4 Hydrogen(Google)取得,领先于 Gemini 4 Carbon(51.8%)。共有 83 个模型配置公布了结果(Vals AI,结果日期 2026年11月11日)。需要借助工具研究税法和法规的公司税问题,由税务专业人士评分。Tax Agent Bench 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- Gemini 4 Hydrogen 以 52.3% 保持 Tax Agent Bench 最高分(Vals AI,2026年11月11日)。
- Gemini 4 Carbon 以 51.8% 位列 Tax Agent Bench 第二(Vals AI,2026年11月11日)。
- Tax Agent Bench:智能体式的美国企业税务研究。由 Vals AI 运行(Vals AI)。
- BenchLeader 上有 83 个模型配置公布了 Tax Agent Bench 结果(BenchLeader,2026年11月16日)。
- Tax Agent Bench 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
智能体式的美国企业税务研究。由 Vals AI 运行。
- 发布方
- Vals AI
- 类别
- 智能体与工具
- Index 权重
- 仅作参考
- 模型
- 83
- 数据截至
- 2026年11月16日
Vals AI (vals.ai).
测试内容
需要借助工具研究税法和法规的公司税问题,由税务专业人士评分。
评分方式
准确率,由 Vals AI 运行。
注意事项
仅限美国公司税;规则每年都会变化。
- 1Gemini 4 Hydrogen (xhigh)52.3%
- 2Gemini 4 Carbon (high)51.8%
- 3Claude Fable 5.1 (max)50.8%
- 4Qwen3.8 Max Internal49.7%
- 5Gemini 4 Argon (high)49.2%
- 6Claude Opus 5 (max)47.1%
- 7Claude Opus 5.5 (max)44.5%
- 8DeepSeek V4.1 Flash 1017 (max)44.4%
- 9GLM 5.3 (max)43.3%
- 10Muse Wonder Full (max)43.0%
- 11Muse Spark 1.3 (max)42.4%
- 12Claude Sonnet 5.5 (max)42.0%
- 13Inkling 2 Small38.9%
- 14Claude Fable 5 (max)38.3%
- 15Muse Ember (max)38.2%
83 / 83
| # | |||||
|---|---|---|---|---|---|
| 1 | 新 | 52.3% | 61.8 | $3.87 | 2026-11-11 |
| 2 | 51.8% | 68.9 | $6.34 | 2026-11-11 | |
| 3 | 50.8% | 66.7 | $13.18 | 2026-11-11 | |
| 4 | 49.7% | – | $4.07 | 2026-11-11 | |
| 5 | 49.2% | 65.3 | $3.47 | 2026-11-11 | |
| 6 | 47.1% | 65.0 | $5.14 | 2026-11-11 | |
| 7 | 44.5% | 68.4 | $14.40 | 2026-11-11 | |
| 8 | 44.4% | 57.7 | $0.459 | 2026-11-11 | |
| 9 | 43.3% | 58.8 | $1.80 | 2026-11-11 | |
| 10 | 43.0% | 61.7 | $2.15 | 2026-11-11 | |
| 11 | 42.4% | 60.6 | $0.390 | 2026-11-11 | |
| 12 | 42.0% | 64.2 | $8.73 | 2026-11-11 | |
| 13 | 38.9% | 57.9 | $0.144 | 2026-11-11 | |
| 14 | 38.3% | 65.1 | $6.70 | 2026-11-11 | |
| 15 | 新 | 38.2% | 52.1 | $0.032 | 2026-11-11 |
| 16 | 37.9% | 58.1 | $0.320 | 2026-11-11 | |
| 17 | 36.3% | 60.8 | $1.88 | 2026-11-11 | |
| 18 | 35.8% | 57.4 | $1.80 | 2026-11-11 | |
| 19 | 34.4% | 56.7 | $1.69 | 2026-11-11 | |
| 20 | 33.7% | 60.6 | $0.978 | 2026-11-11 | |
| 21 | 33.4% | 60.2 | $2.79 | 2026-11-11 | |
| 22 | 32.8% | 61.5 | $0.269 | 2026-11-11 | |
| 23 | 32.4% | 57.5 | $0.134 | 2026-11-11 | |
| 24 | 32.1% | – | $0.321 | 2026-11-11 | |
| 25 | 32.1% | 59.4 | $0.857 | 2026-11-11 | |
| 26 | 32.1% | 58.7 | $1.55 | 2026-11-11 | |
| 27 | 新 | 32.1% | 68.4 | $3.31 | 2026-11-11 |
| 28 | 31.9% | 55.3 | $1.16 | 2026-11-11 | |
| 29 | 31.6% | 52.4 | $0.138 | 2026-11-11 | |
| 30 | 31.1% | 65.3 | $7.51 | 2026-11-11 | |
| 31 | Ember-1 | 31.1% | – | $2.97 | 2026-11-11 |
| 32 | 30.9% | 52.2 | $0.815 | 2026-11-11 | |
| 33 | 30.7% | – | $0.503 | 2026-11-11 | |
| 34 | 30.4% | 48.3 | $1.39 | 2026-11-11 | |
| 35 | 30.0% | 59.5 | $4.83 | 2026-11-11 | |
| 36 | 30.0% | 61.1 | $1.69 | 2026-11-11 | |
| 37 | 29.4% | 56.1 | $1.79 | 2026-11-11 | |
| 38 | 28.5% | 54.8 | $0.049 | 2026-11-11 | |
| 39 | 28.1% | 57.2 | $0.156 | 2026-11-11 | |
| 40 | 27.3% | 56.0 | $0.553 | 2026-11-11 | |
| 41 | 26.8% | 54.7 | $0.729 | 2026-11-11 | |
| 42 | 26.6% | 58.5 | $0.135 | 2026-11-11 | |
| 43 | 26.3% | 53.5 | $0.884 | 2026-11-11 | |
| 44 | 25.8% | 56.1 | $1.19 | 2026-11-11 | |
| 45 | 24.9% | 59.9 | $3.64 | 2026-11-11 | |
| 46 | 24.9% | 56.8 | $0.474 | 2026-11-11 | |
| 47 | 24.8% | 56.2 | $0.465 | 2026-11-11 | |
| 48 | 23.7% | 59.7 | $1.27 | 2026-11-11 | |
| 49 | 22.8% | 62.1 | $0.484 | 2026-11-11 | |
| 50 | 21.8% | 64.1 | $4.07 | 2026-11-11 | |
| 51 | 21.8% | 66.6 | $1.32 | 2026-11-11 | |
| 52 | 21.6% | 62.5 | $0.860 | 2026-11-11 | |
| 53 | 20.7% | 67.3 | $5.80 | 2026-11-11 | |
| 54 | 20.6% | – | $0.025 | 2026-11-11 | |
| 55 | 20.6% | 56.1 | $0.164 | 2026-11-11 | |
| 56 | 19.9% | 55.1 | $0.191 | 2026-11-11 | |
| 57 | 18.2% | – | $0.046 | 2026-11-11 | |
| 58 | 18.0% | 61.0 | $0.356 | 2026-11-11 | |
| 59 | 17.1% | 64.1 | $2.16 | 2026-11-11 | |
| 60 | 15.8% | 60.0 | $0.435 | 2026-11-11 |
相关基准测试
Tax Agent Bench 上的热门模型对比
引用格式:BenchLeader,《Tax Agent Bench 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/vals_tax_agent。
Tax Agent Bench:常见问题
- Tax Agent Bench 衡量的是什么?
- 需要借助工具研究税法和法规的公司税问题,由税务专业人士评分。分数以完成任务的百分比表示,越高越好。
- Tax Agent Bench 的最高分是多少?
- 截至 2026年11月16日,Tax Agent Bench 的最高分为 52.3%,由 Gemini 4 Hydrogen 取得(结果日期 2026年11月11日),领先于 Gemini 4 Carbon(51.8%)。分数来自 Vals AI,每天重新读取。
- 哪个 AI 模型在 Tax Agent Bench 上领先?
- 截至 2026年11月16日,Tax Agent Bench 排名第一的是 Gemini 4 Hydrogen,分数为 52.3%(结果日期 2026年11月11日)。其后为 Gemini 4 Carbon(51.8%)。
- 有多少模型有 Tax Agent Bench 结果?
- BenchLeader 上有 83 个模型配置有 Tax Agent Bench 结果,全部取自 Vals AI。
- Tax Agent Bench 由谁运行,多久更新一次?
- Tax Agent Bench 由 Vals AI 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。
- Tax Agent Bench 是否计入 BenchLeader Index?
- 不计入。Tax Agent Bench 仅作参考展示,不计入综合分数。