Vals Finance Agent

Vals AI / 专业办公 · 金融分析师的日常办公题，看研报、建模这类工作做得怎样。

在 MyHOT 中参与排名

证据预算3%

上游数据时间09/27 08:00

最近成功同步09/29 14:05

它测什么，怎么测

只取 Finance Agent v2 官方 Overall 正确率。

如何使用这份证据

行业专业任务预算 3%；目前直接测金融，不宣称已经覆盖全部行业。

评测成绩

按固定规则，每个公开模型采用一套代表配置。匿名测试型号不展示，保留原榜名次，每项最多 30 个。

原榜名次	原榜型号	原始成绩	代表配置
1	google/gemini-3.8-flashGoogle	61.4%	High 推理
2	meta/muse_spark_1_2Meta	60.6%	xHigh 推理
3	meta/muse_spark_1_3_maxMeta	60.0%	Max 推理
4	google/gemini-3.7-flashGoogle	59.0%	High 推理
6	anthropic/claude-fable-5-1Anthropic	58.9%	Max 推理
7	anthropic/claude-opus-5Anthropic	58.6%	Max 推理
8	anthropic/claude-opus-5-5Anthropic	58.6%	Max 推理
9	anthropic/claude-sonnet-5-5—	58.1%	Max 推理
10	google/gemini-3.5-flashGoogle	57.9%	High 推理
11	zai/glm-5.3-flashZ.ai	57.9%	Max 推理
12	xiaomi/mimo-v2.6-proXiaomi	57.3%	来源默认配置
13	meta/muse_spark_1_1Meta	57.2%	xHigh 推理
14	anthropic/claude-fable-5Anthropic	56.3%	Max 推理
15	google/gemini-3.6-flashGoogle	56.3%	High 推理
16	xiaomi/mimo-v2.6-flashXiaomi	56.3%	来源默认配置
17	zai/glm-5.3Z.ai	55.8%	Max 推理
18	tencent/hy4-previewTencent	55.1%	来源默认配置
19	openai/gpt-5.6-lunaOpenAI	55.0%	Max 推理
20	ant/ling-3.0-flash-af-rc3Ant	54.9%	来源默认配置
21	openai/gpt-5.6-terraOpenAI	54.4%	Max 推理
22	kimi/kimi-k3Moonshot AI	54.4%	来源默认配置
23	anthropic/claude-opus-4-8Anthropic	53.9%	Max 推理
24	anthropic/claude-sonnet-5Anthropic	53.9%	Max 推理
25	openai/gpt-5.6-solOpenAI	53.8%	Max 推理
26	grok/grok-4.6xAI	53.7%	High 推理
27	openai/gpt-6-astraOpenAI	53.5%	Max 推理
28	deepseek/deepseek-v4.1-flashDeepSeek	53.5%	High 推理
29	grok/grok-4.7xAI	52.3%	xHigh 推理
30	openai/gpt-5.5OpenAI	51.8%	xHigh 推理
31	anthropic/claude-opus-4-7Anthropic	51.5%	High 推理

评测局限与数据署名

私有题不能逐题复算；与 APEX 同属办公任务，必须共用一组预算。

数据许可：官方公开结果；公开再展示保留官方署名，完整再分发授权仍以 Vals 条款为准

成绩由 Vals AI 发布，原始分数与 MyHOT 共识分使用不同尺度，不能直接相加。