Benchmark

Toolathlon

agent text

Top 10

榜单概览

1GPT-5.6 Sol58.02Gemini 3.5 Flash56.53GPT-5.555.64GPT-5.6 Luna53.45GPT-5.6 Terra53.16Step 3.7 Flash49.5
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 GPT-5.6 Sol OpenAI 58.0 来源
2 Gemini 3.5 Flash Google 56.5 来源
3 GPT-5.5 OpenAI 55.6 来源
4 GPT-5.6 Luna OpenAI 53.4 来源
5 GPT-5.6 Terra OpenAI 53.1 来源
6 Step 3.7 Flash StepFun 49.5 来源