Vals Finance Agent
Vals AI / 專業辦公 · 金融分析師的日常辦公題,看研報、建模這類工作做得怎樣。
在 888news 中參與排名
依據預算6.3%
上游數據時間10/29 08:00
最近成功同步11/23 03:05
它測什麼,怎麼測
取 Vals 專項頁 Overall 正確率。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:專業辦公領域的金融一類。
評測成績
按固定規則,每個公開模型採用一套代表配置;沒有可採用配置的模型標為未計入並寫明原因。匿名測試型號不展示,保留原榜名次,每項最多 30 個。
| 原榜名次 | 原榜型號 | 原始成績 | 代表配置 |
|---|---|---|---|
| 1 | google/gemini-4-argonGoogle | 65.4% | High 推理 |
| 2 | google/gemini-3.8-flashGoogle | 61.4% | High 推理 |
| 3 | meta/muse-spark-openMeta | 61.3% | xHigh 推理 |
| 4 | meta/muse_spark_1_2Meta | 60.6% | xHigh 推理 |
| 5 | meta/muse_spark_1_3_maxMeta | 60.0% | Max 推理 |
| 6 | meta/muse-wonder-fullMeta | 59.1% | Max 推理 |
| 7 | google/gemini-3.7-flashGoogle | 59.0% | High 推理 |
| 9 | anthropic/claude-fable-5-1Anthropic | 58.9% | Max 推理 |
| 10 | anthropic/claude-opus-5Anthropic | 58.6% | Max 推理未計入:來源明確使用混合模型或回退,不能作為單模型成績。 |
| 11 | anthropic/claude-opus-5-5Anthropic | 58.6% | Max 推理 |
| 12 | anthropic/claude-sonnet-5-5anthropic | 58.1% | Max 推理 |
| 13 | alibaba/qwen3.8-max-internalAlibaba | 57.9% | 來源預設配置 |
| 14 | google/gemini-3.5-flashGoogle | 57.9% | High 推理 |
| 15 | zai/glm-5.3-flashZ.ai | 57.9% | Max 推理 |
| 16 | xiaomi/mimo-v2.6-proXiaomi | 57.3% | 來源預設配置 |
| 17 | meta/muse_spark_1_1Meta | 57.2% | xHigh 推理 |
| 18 | deepseek/deepseek-v4.1-flash-1017DeepSeek | 57.0% | Max 推理 |
| 19 | meta/muse-wonderMeta | 56.6% | Max 推理 |
| 20 | anthropic/claude-fable-5Anthropic | 56.3% | Max 推理 |
| 21 | google/gemini-3.6-flashGoogle | 56.3% | High 推理 |
| 22 | xiaomi/mimo-v2.6-flashXiaomi | 56.3% | 來源預設配置 |
| 23 | zai/glm-5.3Z.ai | 55.8% | Max 推理 |
| 24 | tencent/hy4-previewTencent | 55.1% | 來源預設配置 |
| 25 | openai/gpt-5.6-lunaOpenAI | 55.0% | Max 推理 |
| 26 | ant/ling-3.0-flash-af-rc3InclusionAI | 54.9% | 來源預設配置 |
| 27 | mistralai/mistral-large-4Mistral AI | 54.7% | High 推理 |
| 28 | openai/gpt-5.6-terraOpenAI | 54.4% | Max 推理 |
| 29 | anthropic/claude-haiku-5-5Anthropic | 54.1% | Max 推理 |
| 30 | anthropic/claude-opus-4-8Anthropic | 53.9% | Max 推理 |
| 31 | anthropic/claude-sonnet-5Anthropic | 53.9% | Max 推理 |
評測局限與數據署名
Vals 公佈每次執行有多少題被廠商介面轉給了同廠商的舊型號:有回退的成績照常計入並在模型頁標註,受影響題目過半的不計。同屬 Vals 的幾項評測不能當作多家獨立機構。
數據許可:官方公開結果;公開再展示保留官方署名,完整再分發授權仍以 Vals 條款為準
成績由 Vals AI 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。