Surge AI 推出 DAYJOB: Tax 基准，用 50 个专业税务任务评测 AI 智能体

Surge AI 发布 DAYJOB: Tax 基准，用 50 个覆盖 8 个税务领域的专业任务评测 AI 智能体，按 95% 评分标准计算 pass@1。Claude Sonnet 5.5 以 10.8% 通过率居首，Claude Fable 5.1 和 Claude Opus 5.5 分别为 9.6% 和 9.2%。