評測來源官方評測
FinanceBenchmark
FinanceBenchmark / 專業辦公 · 完成金融定價、資本計算和風控任務，用數值與代碼執行結果核驗。
在 ATech Hot 中觀察中
證據預算不計分
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
題集 v2、v3 與運行環境版本分開；保留每題三次嘗試的條件。官網 Tasks passed 指至少一次成功，卻同時稱為 Pass@1，不能與單次平均正確率混用；Finance Index 也是另一個彙總指標。
如何使用這份證據
觀察中：可補確定答案與代碼驗證的金融證據；指標口徑仍需核對，官方 Sol 結果 JSON 下載本次返回 404，當前只收錄來源，不自動採集或計分。
評測侷限與數據署名
三次至少一次成功不等於單次成功率；區間必須對應正確指標，滾動模型別名也需核驗版本。題庫和下載按鈕公開不等於原始成績已能獲取。
數據許可：官方倉庫代碼為 MIT，網站要求保留 FinanceBenchmark 引用；未確認實時成績完整導出的使用邊界，不將代碼許可替代榜單數據許可。
成績由 FinanceBenchmark 發佈，原始分數與 ATech Hot 共識分使用不同尺度，不能直接相加。