评估智能体完成跨职业实际工作产物的能力。Meta 模型卡报告 35 个职业的 65 项任务，以各任务 rubric 的平均奖励计分；厂商运行与官网特定 harness 榜单分开解释。
查看 JobBench 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 | |||
|---|---|---|---|---|---|
— |  Muse Wonder Full 思考水平·Max工具 | 75.30 | 2026-10-12 | 未知 | 闭源 |
— | Muse Wonder 思考水平·Max工具 | 70.50 | 2026-10-12 | 未知 | 闭源 |
