Лучший ИИ-агент проходит 10,8% из 50 профессиональных налоговых задач, а Sonnet обгоняет Opus (surgehq.ai)
В бенчмарке DAYJOB: Tax агентам дают около 30 файлов на клиента и оценивают готовую работу. Ни одна модель не берёт и 11%. Типичные ошибки: пропустить одну важную дату и считать супружескую пару неженатой.
Пользователь, который сам подаёт декларацию за границей через Claude, пришёл примерно к тому же выводу.
Войдите, чтобы сохранить