**SolarBench：首个工业代理操作基准测试**

_The first industrial operations benchmark for agents_

> SolarBench 发布，旨在评估 AI 代理在模拟太阳能电站远程运营中心的复杂工业场景中的表现。该基准通过为期一周的仿真，考察模型处理警报、遥测数据、工单及库存等任务的能力。测试结果显示，Claude Fable 5 以 53.8% 的通过率领先，其他主流模型如 GPT-5.6 Sol 和 Gemini 3.5 Flash 也参与了评估，揭示了当前 AI 在长周期工业决策中的实际水平。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-07-19 02:29（北京时间）
- **原文**：[打开原文](https://solarbench.maingen.ai/)