Китайская группа оценки SuperCLUE опубликовала свой эталонный тест SuperCLUE-Office для офисных агентов за октябрь 2026 года. Согласно результатам, опубликованным на сайте SuperCLUE и сообщенным IT Home, продукт Doubao Work от ByteDance занял первое место с общим баллом 85,33. Kimi Work от Moonshot AI занял второе место с результатом 84,57, а WorkBuddy от Tencent — третье с результатом 83,99. Рейтинг представляет собой бенчмарк от SuperCLUE; Pandaily сообщает оценки организатора, а не независимое повторное тестирование.
SuperCLUE-Office фокусируется на том, могут ли офисные агенты выполнять реальные задачи в Word, PowerPoint, Excel и создавать диаграммы. Октябрьское тестирование охватило три аспекта — обработку документов, составление материалов и анализ данных — по 13 вторичным задачам, и оценило пять областей возможностей: операции с файлами и средой, планирование работы с несколькими файлами, соблюдение ограничений, качество контента, а также безопасность и границы разрешений. В тестировании приняли участие восемь китайских офисных агентов: Doubao Work, Kimi Work, WorkBuddy, Baidu Dazi, QwenWork от Alibaba, Raccoon Work от SenseTime, Spark Work от iFLYTEK и Nano Work от 360.
Четыре лидера показали результаты в пределах 2,65 балла друг от друга. Baidu Dazi набрал 82,68 балла, QwenWork — 78,38, Raccoon Work — 69,20, Spark Work от iFLYTEK — 69,12, а Nano Work — 53,13. SuperCLUE отметил, что разрыв между наивысшим и наинизшим общим баллом составил 32,20 пункта, что демонстрирует явный градиент ниже лидирующей группы.
Лидеры различались по категориям. Doubao Work лидировал в обработке документов с результатом 87,12, опередив ближайшего конкурента почти на пять баллов, при этом Baidu Dazi и WorkBuddy шли следом; все восемь продуктов показали результат выше 72 в этом аспекте. Kimi Work лидировал в анализе данных с результатом 88,00, за ним следовали WorkBuddy с 86,13 и Doubao Work с 81,50. SuperCLUE отметил, что эта категория имела наибольший разброс: 72 балла между лучшим и худшим результатом и средний показатель 71,72. Составление материалов показало более плотные результаты в верхней части таблицы, но неравномерные ниже, с максимальным разрывом в 47,75 балла и средним показателем 73,62.
SuperCLUE заявил, что офисные агенты интегрируются в повседневные рабочие процессы, но остаются неравномерными в сложных задачах анализа и составления, что было отмечено как следующее направление конкуренции. Поскольку результаты получены от одной организации с использованием ее инструментария и набора задач, читателям следует рассматривать их как публичный рейтинг, а не как универсальный рейтинг всех офисных агентов.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
