AutomationBench 相关综述
AutomationBench是一个用于评估自动化流程执行效果的基准测试平台，在AI领域用于衡量不同模型的自动化任务完成能力，是衡量大语言模型自动化功能性能的重要标准之一。AutomationBench 近期进展
8月13日，Gemini 3.7 Flash发布后在AutomationBench上取得突破，首次实现超过30%的表现，显示该模型在自动化任务执行上有显著提升。Gemini 3.7 Flash发布，AutomationBench首破30%
8月10日，Gemini 3.5 Flash（Medium）登顶AutomationBench，在中等推理场景下表现出色，成为该基准测试的首选模型之一。Gemini 3.5 Flash (Medium) 登顶 AutomationBench，中等推理表现更优
8月13日，Google发布的Gemini 3.7 Flash在编码与智能体方面取得显著进步，同时价格降至0.75美元/百万输入token，性价比大幅提升，进一步推动其在自动化Bench上的应用。谷歌发布Gemini 3.7 Flash，编码与智能体模型定价0.75美元/百万输入token