# DAYJOB: Tax 税务基准

Surge AI 发布 DAYJOB: Tax，把 AI 智能体放进 50 个税务工作环境，覆盖个人、合伙企业、跨境等八个领域，要求它们读客户请求和原始凭据，交出报税表、底稿、复核意见或客户建议。此前的税务测评多从一个已定义的问题出发，而这里客户没提的问题也要智能体自己发现。按单次尝试（pass@1）且需满足至少 95% 评分条目的口径，Claude Sonnet 5.5 以 10.8% 的通过率居首，Claude Fable 5.1 为 9.6%，Claude Opus 5.5 为 9.2%。

Surge AI 发布 DAYJOB: Tax，把 AI 智能体放进 50 个税务工作环境，覆盖个人、合伙企业、跨境等八个领域，要求它们读客户请求和原始凭据，交出报税表、底稿、复核意见或客户建议。此前的税务测评多从一个已定义的问题出发，而这里客户没提的问题也要智能体自己发现。按单次尝试（pass@1）且需满足至少 95% 评分条目的口径，Claude Sonnet 5.5 以 10.8% 的通过率居首，Claude Fable 5.1 为 9.6%，Claude Opus 5.5 为 9.2%。