已验证65% 置信事实精确时间

Automation Bench是评估AI在企业级自动化场景实际表现的基准测试，核心指标为端到端任务完成率并记录token消耗

3

来源数

65%

置信度

长期有效

时效性

2026/9/29

首次发现

来源

GPT-6 Sol与Luna发布：价格砍半、性能追平Opus

涉及实体

Automation Benchconcept

相关事实

待验证Terminal-Bench-Science 是一个专门用于评估 AI Agent 在真实科研工作流中表现的基准测试77% 相似待验证SOP-Bench 是一个用于评估 AI 智能体处理真实业务流程能力的基准76% 相似已验证代理化编程强调测试驱动闭环，测试为AI提供明确的成功信号，是AI自我纠错的关键74% 相似待验证τ-bench 是由 Sierra AI 发布的用于评估对话式 AI Agent 在真实业务场景中可靠性的基准测试73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/958974

API

curl https://kongchang.com/api/v1/knowledge/claims/958974

MCP

get_claim(id=958974)