Surge AI推出DAYJOB税务代理基准测试

Surge AI在DAYJOB基准系列中新增税务测试，包含8个税务领域的50个场景，考察代理的专业判断与计算能力。示例中代理选对了卖房日期，却五次均未指出可能影响25万美元免税额的居住期限，Opus则五次全部识别。

• Claude Code状态栏提示消耗15%-20% token2026-10-29
• 开源权重模型在部分基准上超越Sonnet 52026-10-16
• LegalOn将Codex日成本削减65%2026-10-09
• 博主称自托管AI不省钱但仍坚持使用2026-10-03
• OpenAI发布GPT-6.1 Sol模型2026-09-29