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
Legal Agent Benchmark
The Legal Agent Benchmark (LAB) is Harvey's open-source benchmark for evaluating AI agents on complex, long-horizon legal work. Tasks are scored under an all-pass standard against expert-curated rubrics, where a task passes only if every required rubric criterion (facts, conclusions, citations, structure, and analytical moves) passes.
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 13
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 |
|---|---|---|---|---|---|
| Claude Fable 5 | 0.133 | 未收录 | 未收录 | 2026-06-09 · model_announcement | LLM Stats |
| Claude Opus 5 | 0.117 | 未收录 | 未收录 | 2026-07-24 · model_announcement | LLM Stats |
| Claude Opus 4.7 | 0.071 | 未收录 | 未收录 | 2026-04-16 · model_announcement | LLM Stats |
| Claude Sonnet 5 | 0.058 | 未收录 | 未收录 | 2026-06-30 · model_announcement | LLM Stats |
| Claude Sonnet 4.6 | 0.054 | 未收录 | 未收录 | 2026-02-17 · model_announcement | LLM Stats |
| Claude Opus 4.6 | 0.042 | 未收录 | 未收录 | 2026-02-05 · model_announcement | LLM Stats |
| GPT-5.5 | 0.021 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| Gemini 3.5 Flash | 0.008 | 未收录 | 未收录 | 2026-05-19 · model_announcement | LLM Stats |
| GPT-5.4 | 0.004 | 未收录 | 未收录 | 2026-03-05 · model_announcement | LLM Stats |
| GPT-5.4 mini | 0.0 | 未收录 | 未收录 | 2026-03-17 · model_announcement | LLM Stats |
| Gemini 3.1 Flash-Lite | 0.0 | 未收录 | 未收录 | 2026-03-03 · model_announcement | LLM Stats |
| Gemini 3.1 Pro | 0.0 | 未收录 | 未收录 | 2026-02-19 · model_announcement | LLM Stats |
| Gemini 3 Flash | 0.0 | 未收录 | 未收录 | 2025-12-17 · model_announcement | LLM Stats |