AutomationBench-AA 是 Artificial Analysis 与 Zapier 合作运行的私有 AutomationBench 评测，包含 657 个业务工作流任务，覆盖 Finance、HR、Marketing、Operations、Sales 和 Support，并在 40 个模拟 SaaS 应用环境中执行。主指标要求模型完成目标且不违反任何 guardrail。
查看 AutomationBench-AA 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
— |  DeepSeek-V4.1-Flash unknown | 68.90 | 2026-09-10 | 5520亿 | 免费商用 |
— |  GPT-6 Astra unknown | 68.50 | 2026-09-03 | 未知 | 闭源 |
— |  Grok 4.6 unknown | 66.70 | 2026-08-12 | 未知 | 闭源 |
— |  GLM-5.3 unknown | 62.20 | 2026-08-14 | 7440亿 | 有条件商用 |
— | GLM-5.3-Flash unknown | 60.40 | 2026-08-26 | 3200亿 | 免费商用 |
— | GPT-5.6 Sol unknown | 60.10 | 2026-06-26 | 未知 | 闭源 |
— |  Gemini 3.8 Flash unknown | 59.90 | 2026-09-02 | 未知 | 闭源 |
— | GPT-5.6 Terra unknown | 59.60 | 2026-06-26 | 未知 | 闭源 |
— |  Claude Fable 5.1 unknown | 59.40 | 2026-09-01 | 未知 | 闭源 |
— |  Kimi K3 unknown | 58.30 | 2026-07-16 | 28000亿 | 有条件商用 |
— |  Muse Spark 1.3 unknown | 57.90 | 2026-09-02 | 未知 | 闭源 |
— | Claude Opus 5 unknown | 56.60 | 2026-07-24 | 未知 | 闭源 |
— | Claude Fable 5 unknown | 54.10 | 2026-06-09 | 未知 | 闭源 |
