ベンチマーク / AutomationBench-AA（Score）

AutomationBench-AA（Score）

エージェント・業務・高いほど良い

このベンチマークとは

Artificial Analysis が Zapier と共同で、非公開の657タスクで実施する版。部分点あり、ガードレール違反があるタスクは0点。

Score は達成した目的の割合の平均。公開版と違い非公開問題なので、対策学習による水増しが効きにくい。

＊＝開発元の自社発表。出典（表）ごとに分けています。同じ表の値どうしは同じ条件で比べられます。

オフピーク時の割引価格など。AutomationBench-AA 68.9% は Artificial Analysis の値として報じられたもの。

2026-09-07 の発表時点の数値。最新値はリーダーボードを参照。