Benchmark
智能体能力榜·Hermes·平均耗时(分钟)
agent
text
多语言
智能体能力榜·Hermes·平均耗时(分钟)：多维度评测综合成绩。评测分数为事实数据，整理自公开评测体系，仅供学习研究参考。
Top 10
榜单概览
数据说明
分数为 0-100 百分制综合成绩（Elo 榜为相对评分，仅供同榜内比较）。评测分数属事实数据，整理自公开评测体系与厂商公开资料，部分分数为厂商自报口径，不同榜单的评测方法与数据集可能存在差异，请结合多个榜单交叉参考。
Ranking
模型排名
| 名次 | 模型 | 机构 | 分数 | 来源 |
|---|---|---|---|---|
| 1 | Kimi K2.6 | Moonshot AI | 38.8 | — |
| 2 | GLM-5.2 | Zhipu AI | 28.2 | — |
| 3 | MiniMax-M3 | MiniMax | 27.7 | — |
| 4 | MiMo-V2.5-Pro | Xiaomi | 26.1 | — |
| 5 | DeepSeek V4 Pro | DeepSeek | 21.9 | — |
| 6 | Qwen3.7 Plus | Alibaba Cloud / Qwen Team | 20.8 | — |
| 7 | GPT-5.5 | OpenAI | 20.7 | — |
| 8 | Claude Opus 4.8 | Anthropic | 15.9 | — |
| 9 | Gemini 3.1 Pro Preview | 15.3 | — | |
| 10 | Hy3 preview | Tencent | 12.5 | — |
| 11 | Grok 4.3 | xAI | 4.1 | — |