Vals Finance Agent

Name: Vals Finance Agent
Creator: Vals AI

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。

在裕瑞产业情报中参与排名

证据预算NaN%

上游数据时间10/20 08:00

最近成功同步10/23 20:06

它测什么，怎么测

取 Vals 专项页 Overall 正确率。同一型号按最高推理档位选代表配置，选择不看分数。

计分：专业办公领域的金融一类。

同一模型测了多个档位时，按固定规则只取一套代表成绩；没有可用成绩的模型标为“未计入”并写明原因。匿名测试型号不展示，名次照搬原榜，每项最多列 30 个。

原榜名次	原榜型号	原始成绩	代表配置
1	google/gemini-4-argonGoogle	65.4%	High 推理
2	google/gemini-3.8-flashGoogle	61.4%	High 推理
3	meta/muse-spark-openMeta	61.3%	xHigh 推理
4	meta/muse_spark_1_2Meta	60.6%	xHigh 推理
5	meta/muse_spark_1_3_maxMeta	60.0%	Max 推理
6	meta/muse-wonder-fullMeta	59.1%	Max 推理
7	google/gemini-3.7-flashGoogle	59.0%	High 推理
9	anthropic/claude-fable-5-1Anthropic	58.9%	Max 推理
10	anthropic/claude-opus-5Anthropic	58.6%	Max 推理
11	anthropic/claude-opus-5-5Anthropic	58.6%	Max 推理
12	anthropic/claude-sonnet-5-5Anthropic	58.1%	Max 推理
13	alibaba/qwen3.8-max-internalAlibaba	57.9%	来源默认配置
14	google/gemini-3.5-flashGoogle	57.9%	High 推理
15	zai/glm-5.3-flashZ.ai	57.9%	Max 推理
16	xiaomi/mimo-v2.6-proXiaomi	57.3%	来源默认配置
17	meta/muse_spark_1_1Meta	57.2%	xHigh 推理
18	deepseek/deepseek-v4.1-flash-1017DeepSeek	57.0%	Max 推理
19	meta/muse-wonderMeta	56.6%	Max 推理
20	anthropic/claude-fable-5Anthropic	56.3%	Max 推理
21	google/gemini-3.6-flashGoogle	56.3%	High 推理
22	xiaomi/mimo-v2.6-flashXiaomi	56.3%	来源默认配置
23	zai/glm-5.3Z.ai	55.8%	Max 推理
24	tencent/hy4-previewTencent	55.1%	来源默认配置
25	openai/gpt-5.6-lunaOpenAI	55.0%	Max 推理
26	ant/ling-3.0-flash-af-rc3Ant	54.9%	来源默认配置
27	mistralai/mistral-large-4Mistral AI	54.7%	High 推理
28	openai/gpt-5.6-terraOpenAI	54.4%	Max 推理
29	anthropic/claude-haiku-5-5Anthropic	54.1%	Max 推理
30	anthropic/claude-opus-4-8Anthropic	53.9%	Max 推理
31	anthropic/claude-sonnet-5Anthropic	53.9%	Max 推理

评测局限与数据署名

Vals 公布每次运行有多少题被厂商接口转给了同厂商的旧型号：有回退的成绩照常计入并在模型页标注，受影响题目过半的不计。同属 Vals 的几项评测不能当作多家独立机构。

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。各项评测的原始分数尺度不同，不能直接相加；AIHOT 按公开规则把它们折算成同一种分数。