SaaS-Bench

简介

SaaS-Bench 由 UniPat AI 发布，在 6 个领域、23 个可真实部署的 SaaS 应用上用 106 个专业工作流测试计算机操作智能体，范围从项目管理、财务到医疗行政。任务常需 100 步以上浏览器操作，按加权检查点计分；发布时最强模型端到端完成率不到 4%。