τ³-Banking（Mercor 復跑）
Mercor / 專業辦公 · 在統一工具環境裡辦理銀行客服業務：查政策、找產品、改賬戶。
在 888news 中參與排名
依據預算不參與排序
上游數據時間待核實
最近成功同步尚未開始採集
它測什麼，怎麼測
取 Mercor 給所有模型統一復跑的 pass@1。同一型號按最高推理檔位選代表配置，選擇不看分數。
如何使用這份依據
計分：專業辦公領域的客服一類。
評測局限與數據署名
依賴模擬使用者與工具協議，只代表銀行客服場景；Sierra 官方榜單接受廠商自報成績，不計分。
數據許可：官方公開結果；題目與評測框架來自 Sierra tau2-bench（MIT）
成績由 Mercor 發布，各項原始分數使用不同尺度，不能直接相加；參考名次採用公開的分差標準化規則。