מבחן הערכה
AutomationBench
מדד משני
מה הוא מודד
תהליכי עבודה בארגון: משימות עבודה במערכות ארגוניות · ביצוע משימות מרובות שלבים: ביצוע משימה רב שלבית מקצה לקצה
מה הוא לא מודד
- אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.
תוצאות שנקלטו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| GLM-5.3 | 48.2 | AutomationBench, אוטומציה של תהליכי עבודה · דיווח של הספק | קישור |
| DeepSeek V4 Pro 0813 | 31.8 | AutomationBench, אוטומציה של תהליכי עבודה · דיווח של הספק | קישור |
| Kimi K3 | 30.8 | AutomationBench, אוטומציה של תהליכי עבודה · דיווח של הספק | קישור |
| Claude Opus 5 | 26.0 | AutomationBench, אוטומציה של תהליכי עבודה · דיווח של הספק | קישור |