BenchLeader

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。

83 / 83
#
1新Gemini 4 Hydrogenxhigh52.3%61.8$3.872026-11-11
2Gemini 4 Carbonhigh51.8%68.9$6.342026-11-11
3Claude Fable 5.1max50.8%66.7$13.182026-11-11
4Qwen3.8 Max Internal49.7%–$4.072026-11-11
5Gemini 4 Argonhigh49.2%65.3$3.472026-11-11
6Claude Opus 5max47.1%65.0$5.142026-11-11
7Claude Opus 5.5max44.5%68.4$14.402026-11-11
8DeepSeek V4.1 Flash 1017max44.4%57.7$0.4592026-11-11
9GLM 5.3max43.3%58.8$1.802026-11-11
10Muse Wonder Fullmax43.0%61.7$2.152026-11-11
11Muse Spark 1.3max42.4%60.6$0.3902026-11-11
12Claude Sonnet 5.5max42.0%64.2$8.732026-11-11
13Inkling 2 Small38.9%57.9$0.1442026-11-11
14Claude Fable 5max38.3%65.1$6.702026-11-11
15新Muse Embermax38.2%52.1$0.0322026-11-11
16Muse Spark 1.3xhigh37.9%58.1$0.3202026-11-11
17Muse Wondermax36.3%60.8$1.882026-11-11
18Grok 4.7xhigh35.8%57.4$1.802026-11-11
19Hy434.4%56.7$1.692026-11-11
20Grok 4.6high33.7%60.6$0.9782026-11-11
21Kimi K3max33.4%60.2$2.792026-11-11
22Muse Spark 1.2xhigh32.8%61.5$0.2692026-11-11
23MiMo-V2.6-Pro32.4%57.5$0.1342026-11-11
24MiniMax M3.1 Flashmax32.1%–$0.3212026-11-11
25Gemini 3.8 Flashhigh32.1%59.4$0.8572026-11-11
26Qwen3.8 Maxmax32.1%58.7$1.552026-11-11
27新Claude Fable 5.2high32.1%68.4$3.312026-11-11
28Claude Haiku 5.5max31.9%55.3$1.162026-11-11
29GLM 5.3 Flashmax31.6%52.4$0.1382026-11-11
30GPT-5.6 Solmax31.1%65.3$7.512026-11-11
31Ember-131.1%–$2.972026-11-11
32Qwen3.8 27Bxhigh30.9%52.2$0.8152026-11-11
33Mistral Large 4 OSShigh30.7%–$0.5032026-11-11
34Mistral Large 4high30.4%48.3$1.392026-11-11
35GPT-5.6 Terramax30.0%59.5$4.832026-11-11
36Claude Opus 4.8max30.0%61.1$1.692026-11-11
37Claude Sonnet 5max29.4%56.1$1.792026-11-11
38MiMo-V2.6-Flash28.5%54.8$0.0492026-11-11
39DeepSeek V4 Flashhigh28.1%57.2$0.1562026-11-11
40Step 5 Preview27.3%56.0$0.5532026-11-11
41DeepSeek V4 Promax26.8%54.7$0.7292026-11-11
42DeepSeek V4.1 Flashmax26.6%58.5$0.1352026-11-11
43Muse Spark Openxhigh26.3%53.5$0.8842026-11-11
44Claude Sonnet 4.6max25.8%56.1$1.192026-11-11
45Kimi K3.1 Promax24.9%59.9$3.642026-11-11
46Grok 4.5high24.9%56.8$0.4742026-11-11
47GPT-5.6 Lunamax24.8%56.2$0.4652026-11-11
48Claude Opus 4.7max23.7%59.7$1.272026-11-11
49Gemini 3.7 Flashhigh22.8%62.1$0.4842026-11-11
50GPT-5.5xhigh21.8%64.1$4.072026-11-11
51GPT-6.1 Solmax21.8%66.6$1.322026-11-11
52Gemini 3.5 Flashhigh21.6%62.5$0.8602026-11-11
53GPT-6 Astramax20.7%67.3$5.802026-11-11
54Ling 3.0 Flash Af Rc320.6%–$0.0252026-11-11
55MiniMax M320.6%56.1$0.1642026-11-11
56GPT-6 Lunamax19.9%55.1$0.1912026-11-11
57Mercury 3high18.2%–$0.0462026-11-11
58Gemini 3.6 Flashhigh18.0%61.0$0.3562026-11-11
59GPT-6.1 Terramax17.1%64.1$2.162026-11-11
60Qwen3.7max15.8%60.0$0.4352026-11-11

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,《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。