共同评测范围 · τ³-Banking Knowledge

同评测Agent对比

历史数据

以下配置来自同一个评测范围，并保留各自的框架、模型版本、日期和来源原始值。

来源值较高只代表这个评测和配置下的结果，不是跨评测总分，也不代表已经适合生产使用。

只比较相同范围

决策概览

只有评测版本和任务范围一致的配置，才能加入同一组对比。

数据来自公开来源，缺失项保持未知。

τ³-Banking Knowledge · 通过¹

一眼看懂差异	τ³ Banking AllTools · Grok 4.5 · high	τ³ Banking AllTools · Qwen 3.8 Max · xhigh
优势	—	公布成绩较高: 55.15%
不足与限制	公布成绩较低: 47.94%	—
能力与费用	基础模型: Grok 4.5Agent框架: τ³ standard agent	基础模型: Qwen 3.8 MaxAgent框架: τ³ standard agent
	Agent详情 →	Agent详情 →

完整数据与来源

已隐藏17项完全相同或全部未提供的字段

Agent系统	τ³ Banking AllTools · Grok 4.5 · high	τ³ Banking AllTools · Qwen 3.8 Max · xhigh
配置
基础模型	Grok 4.5	Qwen 3.8 Max
来源模型ID或名称	Grok 4.5 · high	Qwen 3.8 Max · xhigh
结果
通过¹	47.94%	55.15%
可信度
评测日期	2026年7月24日	2026年8月3日
数据来源
打开来源	打开来源 ↗	打开来源 ↗

数据来自公开来源，缺失项保持未知。

公开榜单用于缩小候选范围，是否适合你的工作，需要通过小规模私有测试确认。