# E-Bench：以腾讯产品为原型的 AI 智能体大考

- 来源：公众号：腾讯混元
- 作者：腾讯混元
- 发布时间：2026-08-03 20:35
- AIHOT 分数：55
- AIHOT 链接：https://aihot.virxact.com/items/cmsdu2uhb013irofzio0v54of
- 原文链接：https://mp.weixin.qq.com/s?__biz=MzkwODU2OTQyNQ%3D%3D&mid=2247498208&idx=1&sn=3248204e418afd02031073a30ee449e2

## AI 摘要

腾讯混元团队、清华AIR与东南大学推出E-Bench，以王者荣耀、QQ音乐、腾讯会议为原型构建全合成环境，用确定性数据库状态diff评测智能体多步骤工具使用能力。11个前沿模型平均成功率仅54.56%，最强模型Pass³也只有58.82%；腾讯混元Hy3在E-Bench-Code下以约$0.029的单任务成本取得64.40%的Avg@3，兼具成本优势。

## 正文

公众号正文需在微信内阅读，站内仅提供摘要。

> 站内仅提供摘要，全文见原文。