AutomationBench 相关 AI 资讯 · AI 热点

8月14日

04:02

04:02

Philipp Schmid@_philschmid

78°

谷歌发布Gemini 3.7 Flash，在Zapier的AutomationBench基准上拿下30%得分，成为首个突破30%的模型。三周前Gemini 3.6 Flash得分19.8%，这次每任务成本仅增加3美分。在营销、财务、销售、支持四个领域表现领先，其中营销38%、财务37.5%。但在运营领域仍落后，Opus 5以50%保持领先。

AI模型 Gemini 3.7 Flash AutomationBench Zapier

推荐理由：谷歌突袭发布Gemini 3.7 Flash，AutomationBench拿到30%，比贵一倍的模型还强。做智能体自动化任务可以试试。

5月21日

21:05

21:05

Patrick Loeber@patloeber

76°

Gemini 3.5 Flash (Medium) 在 Zapier 的 AutomationBench 基准测试中夺得第一，得分 14.5%，远超 GPT 5.5 (xhigh) 的 12.9%。值得注意的是，中等推理设置（medium）表现优于高推理（high），因为高推理会过度消耗工具调用限制。该模型还以约 7 倍的成本优势领先，成为目前最持久的自动化模型。Google 已推荐将 medium 作为默认 API 设置，适用于大多数任务。

AI模型 Gemini 3.5 Flash AutomationBench 推理模型

推荐理由：做自动化流程的开发者终于有了性价比之选——Gemini 3.5 Flash 不仅性能领先，成本还低 7 倍，建议直接试试 medium 设置。