Gemini 3.7 Flash 登顶 Zapier Agent 榜单，性价比远超 Claude 与 GPT
_philschmid · x · 2026-08-14
Zapier 发布的 AutomationBench 基准测试旨在评估大模型在真实业务工作流中的端到端执行能力，覆盖销售、营销、运营、支持、财务和 HR 六大领域的 47 个真实工具。
在最新榜单中，Gemini 3.7 Flash 以 30.44% 的正确率和仅 $0.61 的单次任务成本位列第一，超越了成本更高的 Claude Opus 5 和 GPT-5.6 Terra。它在营销、财务、销售和支持领域表现最佳，但在运营领域不及 Claude Opus 5。
「编程与Agent」频道最新
- 找不到 Mac 版童年游戏，让 ChatGPT 动手 15 分钟复活到 Mac 和 iPhone — Shleemy_Pants · 2026-10-16
- 开源 Agentflow 用 FastMCP+pgvector 打造跨智能体共享记忆网络 — agentflow0328 · 2026-10-16
- 产品要做「两次销售」：先让 Agent 选中，再让人买单 — FinanceYF5 · 2026-10-16
- Sentry CEO 晒图：AI 实习生在 code review 里反驳人类同事 — zeeg · 2026-10-16
- SWE-Duel:让编码 agent 互相出题埋 bug 的抗污染竞技场 — Consistent_Fox_2990 · 2026-10-16
- 把 Claude Code 等 agent 轨迹攒成数据集，微调开源小模型 — Rasmic · 2026-10-16