AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
Finance Agent v2
Finance Agent v2 is an agentic financial-analysis benchmark from Vals that evaluates models on real-world finance workflows, measuring their ability to retrieve and reason over financial documents, perform multi-step calculations, and produce accurate analyses.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 采集日期
- 2026-08-17
- 模态
- text
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 26
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| Gemini 3.5 Flash | 0.5786 | 未收录 | 未收录 | 2026-05-19 · model_announcement | LLM Stats |
| Muse Spark 1.1 | 0.572 | 未收录 | 未收录 | 2026-07-09 · model_announcement | LLM Stats |
| Claude Fable 5 | 0.5631 | 未收录 | 未收录 | 2026-06-09 · model_announcement | LLM Stats |
| Claude Opus 4.8 | 0.5392 | 未收录 | 未收录 | 2026-05-28 · model_announcement | LLM Stats |
| GPT-5.5 | 0.5176 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| Claude Opus 4.7 | 0.5151 | 未收录 | 未收录 | 2026-04-16 · model_announcement | LLM Stats |
| Claude Sonnet 4.6 | 0.5103 | 未收录 | 未收录 | 2026-02-17 · model_announcement | LLM Stats |
| Qwen3.7 Max | 0.4835 | 未收录 | 未收录 | 2026-05-19 · model_announcement | LLM Stats |
| MiniMax M3 | 0.4827 | 未收录 | 未收录 | 2026-06-01 · model_announcement | LLM Stats |
| GPT-5.4 mini | 0.4536 | 未收录 | 未收录 | 2026-03-17 · model_announcement | LLM Stats |
| Kimi K2.6 | 0.4487 | 未收录 | 未收录 | 2026-04-20 · model_announcement | LLM Stats |
| GLM-5.1 | 0.4479 | 未收录 | 未收录 | 2026-04-07 · model_announcement | LLM Stats |
| Gemini 3.1 Pro | 0.4298 | 未收录 | 未收录 | 2026-02-19 · model_announcement | LLM Stats |
| Gemini 3 Flash | 0.4255 | 未收录 | 未收录 | 2025-12-17 · model_announcement | LLM Stats |
| MiMo-V2.5-Pro | 0.415 | 未收录 | 未收录 | 2026-04-27 · model_announcement | LLM Stats |
| Qwen3.6 Plus | 0.4085 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Qwen3.7-Plus | 0.3822 | 未收录 | 未收录 | 2026-05-31 · model_announcement | LLM Stats |
| GPT-5.4 nano | 0.3822 | 未收录 | 未收录 | 2026-03-17 · model_announcement | LLM Stats |
| Grok 4.3 | 0.3771 | 未收录 | 未收录 | 2026-05-06 · model_announcement | LLM Stats |
| Nemotron 3 Ultra (550B A55B) | 0.3753 | 未收录 | 未收录 | 2026-06-04 · model_announcement | LLM Stats |
| MiMo-V2.5 | 0.3673 | 未收录 | 未收录 | 2026-04-22 · model_announcement | LLM Stats |
| Mistral Medium 3.5 | 0.321 | 未收录 | 未收录 | 2026-04-29 · model_announcement | LLM Stats |
| Claude Haiku 4.5 | 0.3101 | 未收录 | 未收录 | 2025-10-15 · model_announcement | LLM Stats |
| Gemini 3.1 Flash-Lite | 0.2999 | 未收录 | 未收录 | 2026-03-03 · model_announcement | LLM Stats |
| Grok-4.20 Beta Reasoning | 0.2849 | 未收录 | 未收录 | 2026-03-09 · model_announcement | LLM Stats |
| MiniMax M2.7 | 0.2789 | 未收录 | 未收录 | 2026-03-18 · model_announcement | LLM Stats |