Hugging Face Blog·· 2026-05-28精选AI 评分68
Artificial Analysis 与 IBM 发布 ITBench-AA 基准，前沿模型在智能体企业 IT 任务上得分不足 50%
ITBench-AA: Frontier Models Score Below 50% on the First Benchmark for Agentic Enterprise IT Tasks — by Artificial Analysis and IBM
AI 导读
Artificial Analysis 与 IBM 软件创新实验室发布 ITBench-AA，这是首个面向智能体企业 IT 任务的基准系列，首批聚焦 SRE 场景，前沿模型得分均低于 50%。
推荐理由
前沿模型在这套企业IT智能体基准上全部低于50%，并给出开源权重模型的每任务成本对照，可作为能力与成本参照。
来源：Hugging Face Blog · huggingface.co