AI实测室
按任务类型比较模型，用数据找到更合适的选择。
评测基准Epoch AI
覆盖模型37 个
测试配置37 组
当前指标办公任务
智能体能力对比
智能体任务 · 来源成绩（%）· 越高越好
AnthropicGoogle DeepMindxAIOpenAIMeta AI
分项表现
按当前指标选取各模型最高分配置，展示前 6 个模型。
| 模型 / 配置 | 办公任务满分 100 | 电脑操作满分 100 |
|---|---|---|
| Claude Sonnet 5.5claude-sonnet-5-5_max | 75.50 | — |
| Claude Opus 5.5claude-opus-5-5_max | 73.50 | — |
| Claude Fable 5.1claude-fable-5-1_unknown | 68.60 | — |
| Gemini 3.7 Flashgemini-3.7-flash_unknown | 67.80 | — |
| Claude Opus 5claude-opus-5_max | 65.80 | — |
| Grok 4.6grok-4.6_unknown | 65.30 | — |
低高色深按各项满分比例 · 数字为原始分 · — 未收录