CloudOpsBench 云运维 AI 智能体评测基准发布，前沿模型解决率普遍低于 61%

面向真实云运维场景的 AI 智能体评测基准 CloudOpsBench 发布最新榜单，测试显示前沿模型在处理云基础设施任务时普遍面临挑战。榜单中 claude-fable-5-1 (max) 配合 claude-code 以 60.6% 的解决率位列第一，gpt-6-astra (max) 以 58.9% 位列第二。