Public Benefits Bench 考察模型能否可靠地帮助普通人办理美国 SNAP（食品券）福利，涉及资格判定、申请流程以及各州各地不同的政策细节。共 459 道题（已公布成绩用其中 230 道测试集），按数据集中 2931 条评分要点的通过比例计分。部分厂商与榜单沿用其早期名称「SNAP」，本站按同一条目收录。
查看 Public Benefits Bench v1.1 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 Claude Opus 5 思考水平·Max工具 | 76.93 | 2026-07-24 | 未知 | 闭源 | |
Claude Fable 5.1 思考水平·Max工具 | 74.90 | 2026-09-01 | 未知 | 闭源 | |
Claude Opus 5.5 思考水平·Max工具 | 70.64 | 2026-09-22 | 未知 | 闭源 | |
4 | Claude Fable 5 思考水平·Max工具 | 70.43 | 2026-06-09 | 未知 | 闭源 |
5 |  GLM-5.3 思考水平·Max工具 | 68.54 | 2026-08-14 | 7440亿 | 有条件商用 |
6 |  Muse Spark 1.2 思考水平·极高工具 | 68.47 | 2026-08-05 | 未知 | 闭源 |
7 |  Kimi K3 思考水平·Max工具 | 68.27 | 2026-07-16 | 28000亿 | 有条件商用 |
8 | Claude Opus 4.8 思考水平·Max工具 | 68.13 | 2026-05-28 | 未知 | 闭源 |
9 |  Grok 4.6 思考水平·高工具 | 66.85 | 2026-08-12 | 未知 | 闭源 |
10 |  GPT-5.6 Sol 思考水平·Max工具 | 66.51 | 2026-06-26 | 未知 | 闭源 |
11 | Claude Sonnet 5 思考水平·Max工具 | 66.03 | 2026-06-30 | 未知 | 闭源 |
12 | Grok 4.7 思考水平·极高工具 | 65.63 | 2026-09-21 | 未知 | 闭源 |
13 |  Gemini 3.8 Flash 思考水平·高工具 | 65.29 | 2026-09-02 | 未知 | 闭源 |
14 |  DeepSeek-V4.1-Flash 思考水平·高工具 | 64.28 | 2026-09-10 | 5520亿 | 免费商用 |
15 | Claude Sonnet 4.6 思考水平·Max工具 | 62.45 | 2026-02-17 | 未知 | 闭源 |
16 | GPT-5.6 Terra 思考水平·Max工具 | 62.38 | 2026-06-26 | 未知 | 闭源 |
17 | Muse Spark 1.1 思考水平·极高工具 | 61.30 | 2026-07-09 | 未知 | 闭源 |
18 | GPT-5.6 Luna 思考水平·Max工具 | 61.16 | 2026-06-26 | 未知 | 闭源 |
19 | GPT-5.5 思考水平·极高工具 | 60.89 | 2026-04-23 | 未知 | 闭源 |
20 | Gemini 3.5 Flash 思考水平·高工具 | 59.47 | 2026-06-20 | 未知 | 闭源 |
21 | GPT-6 Luna 思考水平·Max工具 | 57.65 | 2026-09-22 | 未知 | 闭源 |
22 | GPT-6 Sol 思考水平·Max工具 | 56.63 | 2026-09-22 | 未知 | 闭源 |
23 | Gemini 3.6 Flash 思考水平·高工具 | 56.56 | 2026-07-21 | 未知 | 闭源 |
24 | Gemini 3.1 Pro Preview 思考水平·高工具 | 53.79 | 2026-02-20 | 未知 | 闭源 |
25 | Gemini 3.5 Flash-Lite 思考水平·高工具 | 51.83 | 2026-07-21 | 未知 | 闭源 |
26 | Grok 4.1 Fast 开启思考工具 | 44.79 | 2025-11-19 | 未知 | 闭源 |
