The Decoder· Maximilian Schreiner·· 8 小时前AI 评分52
CloudOpsBench 开源基准发布：45 项 AWS 运维任务中最强模型仅完成 60%
New open-source benchmark reveals reasoning as the biggest bottleneck for AI in cloud operations
AI 导读
密歇根大学 Ang Chen 团队发布开源基准 CloudOpsBench 1.0，用 45 项 AWS 云运维任务测试 AI 智能体，表现最好的 Claude Fable 5.1 完成 60%，GPT-6 Astra 完成 53%。
来源：The Decoder · the-decoder.com