Vals Finance Agent

Name: Vals Finance Agent
Creator: Vals AI

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 ATech Hot 中參與排名

證據預算3%

上游數據時間10/01 08:00

最近成功同步10/03 08:05

它測什麼，怎麼測

只取 Finance Agent v2 官方 Overall 正確率。

行業專業任務預算 3%；目前直接測金融，不宣稱已經覆蓋全部行業。

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_1_2Meta	60.6%	xHigh 推理
4	meta/muse_spark_1_3_maxMeta	60.0%	Max 推理
5	google/gemini-3.7-flashGoogle	59.0%	High 推理
7	anthropic/claude-fable-5-1Anthropic	58.9%	Max 推理
8	anthropic/claude-opus-5Anthropic	58.6%	Max 推理
9	anthropic/claude-opus-5-5Anthropic	58.6%	Max 推理
10	anthropic/claude-sonnet-5-5anthropic	58.1%	Max 推理
11	google/gemini-3.5-flashGoogle	57.9%	High 推理
12	zai/glm-5.3-flashZ.ai	57.9%	Max 推理
13	xiaomi/mimo-v2.6-proXiaomi	57.3%	來源默認配置
14	meta/muse_spark_1_1Meta	57.2%	xHigh 推理
15	anthropic/claude-fable-5Anthropic	56.3%	Max 推理
16	google/gemini-3.6-flashGoogle	56.3%	High 推理
17	xiaomi/mimo-v2.6-flashXiaomi	56.3%	來源默認配置
18	zai/glm-5.3Z.ai	55.8%	Max 推理
19	tencent/hy4-previewTencent	55.1%	來源默認配置
20	openai/gpt-5.6-lunaOpenAI	55.0%	Max 推理
21	ant/ling-3.0-flash-af-rc3Ant	54.9%	來源默認配置
22	openai/gpt-5.6-terraOpenAI	54.4%	Max 推理
23	anthropic/claude-opus-4-8Anthropic	53.9%	Max 推理
24	anthropic/claude-sonnet-5Anthropic	53.9%	Max 推理
25	openai/gpt-5.6-solOpenAI	53.8%	Max 推理
26	grok/grok-4.6xAI	53.7%	High 推理
27	openai/gpt-6-astraOpenAI	53.5%	Max 推理
28	deepseek/deepseek-v4.1-flashDeepSeek	53.5%	High 推理
29	kimi/kimi-k3Moonshot AI	53.1%	Max 推理
30	grok/grok-4.7xAI	52.3%	xHigh 推理
31	openai/gpt-6.1-solopenai	52.0%	Max 推理

評測侷限與數據署名

私有題不能逐題復算；與 APEX 同屬辦公任務，必須共用一組預算。

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 發佈，原始分數與 ATech Hot 共識分使用不同尺度，不能直接相加。