τ³-Banking

更新于 2026年9月25日·355 次浏览

问题数量: —
发布机构: τ³-Benchmark
评测类别: 客服与业务流程
评测指标: Score · 越高越好
支持语言: English
难度等级: Advanced

简介

τ³-Banking 是 Kimi K3 模型卡采用的银行业务智能体评测，考察多轮交互和工具驱动任务完成能力。

τ³-Banking评测最新大模型排名与完整榜单数据

查看 τ³-Banking 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。

数据来源：DataLearnerAI

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

模型模式说明

许可证:

来源:

模型发布时间截止:

排名	模型				开源情况
	Qwen3.8-Max 思考水平·极高工具	55.15	2026-08-03	24000亿	有条件商用
	Qwen3.8-Max 开启思考工具	51.30	2026-08-03	24000亿	有条件商用
	Grok 4.6 思考水平·高工具	50.70	2026-08-12	未知	闭源
4	Muse Spark 1.3 思考水平·Max工具	50.50	2026-09-02	未知	闭源
5	GLM-5.3 思考水平·Max工具	50.30	2026-08-14	7440亿	有条件商用
6	Claude Opus 5 思考水平·Max工具	48.71	2026-07-24	未知	闭源
7	Qwen3.8-27B 思考水平·极高工具	48.00	2026-08-14	270亿	免费商用
8	Grok 4.5 思考水平·高工具	47.94	2026-07-08	未知	闭源
9	Qwen3.8-27B 思考水平·中工具	47.40	2026-08-14	270亿	免费商用
10	GLM-5.3-Flash 开启思考工具	47.20	2026-08-26	3200亿	免费商用
11	Claude Fable 5.1 思考水平·Max工具	47.20	2026-09-01	未知	闭源
12	Muse Spark 1.3 思考水平·极高工具	47.20	2026-09-02	未知	闭源
13	GPT-5.6 Sol 思考水平·极高工具	46.91	2026-06-26	未知	闭源
14	Claude Fable 5.1 思考水平·极高工具	45.80	2026-09-01	未知	闭源
15	Gemini 3.8 Flash 思考水平·中工具	45.80	2026-09-02	未知	闭源
16	Qwen3.8-Flash-Next 开启思考工具	45.40	2026-08-26	1250亿	有条件商用
17	Gemini 3.8 Flash 思考水平·高工具	44.90	2026-09-02	未知	闭源
18	Claude Opus 5 思考水平·高工具	44.70	2026-07-24	未知	闭源
19	GPT-5.5 思考水平·极高工具	44.59	2026-04-23	未知	闭源
20	GPT-5.6 Sol 思考水平·Max工具	44.30	2026-06-26	未知	闭源
21	Grok 4.6 思考水平·中工具	44.30	2026-08-12	未知	闭源
22	Claude Opus 5 思考水平·极高工具	43.30	2026-07-24	未知	闭源
23	Grok 4.6 思考水平·极高工具	43.30	2026-08-12	未知	闭源
24	GPT-6 Astra 思考水平·极高工具	43.10	2026-09-03	未知	闭源
25	Claude Fable 5.1 思考水平·高工具	43.10	2026-09-01	未知	闭源
26	Step 5 Preview 思考水平·高工具	42.50	2026-09-20	6000亿	闭源
27	Kimi K3 思考水平·低工具	41.60	2026-07-16	28000亿	有条件商用
28	GPT-6 Astra 思考水平·Max工具	41.40	2026-09-03	未知	闭源
29	Claude Fable 5.1 思考水平·中工具	41.00	2026-09-01	未知	闭源
30	Muse Spark 1.1 思考水平·极高工具	40.46	2026-07-09	未知	闭源