Surge AI 发布 Tuesday 职场基准，Fable 5 微胜 GPT 5.6 Sol
Surge AI 于 8 月 19 日推出 Tuesday（Frontier Work Index），一个评估 AI 模型专业工作能力的新基准，并公布首份单一分数排行榜：Fable 5 以 66.8 分居首，GPT 5.6 Sol 以 66.5 紧随其后。这一基准度量模型完成真实职场任务的综合能力，值得关注，因为它代表评测从静态学术题向模拟实际工作流方向的转移。
已确认
- Tuesday 以「职业智能不是单一能力」为前提，把 8 个基准合成单一分数：Chartography（读图表）、HANDBOOK.md、GDP.pdf、ComplexConstraints、CoreCraft、Hemingway-bench、Antidote、Rie（名称在帖子中被截断），后续还将继续扩充。
- 基准模拟周二早晨的典型工作流：阅读邮件、理解数据团队的图表、关联上周的 Slack 线程，并在中午前向 VP 汇报。
- 所测技能涵盖阅读图表、遵循政策、跨渠道追踪约束、使用工具及向老板解释商业洞察。
- 首榜成绩：Fable 5 得 66.8，GPT 5.6 Sol 得 66.5；随后出现明显断档——DeepSeek V4 Pro 59.7、Qwen 3.8 Max 58.7、Gemini 等（后续分数在材料中被截断）。
- @echen 在同一线程补充观点：模型既需要长程工作等广度和读图表等窄技能，也需要软技能——推理完美却晦涩的报告没人想读，激发人心的产出需要判断力与品味。
为什么重要
- 头部两名仅差 0.3 分，说明顶尖模型在综合职场能力上高度接近，而与第二梯队近 7 分的断档显示能力分层明显。
- Tuesday 把多种能力（广度、窄技能、判断与品味）合成为单一可比较分数，为行业提供了新的横向评测视角。
2026-08-19 ~ 2026-08-20 · 7 条相关
一手来源
- Surge AI 发布 Tuesday 工作指数,8 项基准合一测模型真实职场能力 — echen ·
- Tuesday 榜单首曝：Fable 5 与 GPT 5.6 Sol 并列领跑 — echen ·
- Tuesday 指数组合 8 项 Surge 基准,后续将继续扩充 — echen ·
- Surge AI 推出 Tuesday 指数：测模型处理职场真任务能力 — echen · 2026-08-19
- Tuesday 工作指数首榜:fable 5 以 66.8 分微胜 gpt 5.6 sol — echen · 2026-08-19
- 【源头】Tuesday 榜单首曝：Fable 5 与 GPT 5.6 Sol 并列领跑 — echen · 2026-08-19
- Surge:职业智能需要广度、窄技能与判断品味 — echen · 2026-08-19
- 【源头】Tuesday 指数组合 8 项 Surge 基准,后续将继续扩充 — echen · 2026-08-19
- 【源头】Surge AI 发布 Tuesday 工作指数,8 项基准合一测模型真实职场能力 — echen · 2026-08-19
另有 1 条近重复转述:echen