全部文章

谁更擅长真实投研工作流？Fin-Agent-Bench R1 八模型实测

用 36 个真实投研任务测试 8 套模型与 Agent 系统：GLM 5.3 和 Claude Sonnet 5 跑满全量组，真正拉开差距的是材料路由、权限边界与财报语义约束。