这个来源测什么
τ³-Banking 模拟真实银行业务。模型不只要选对一个工具，还要在用户模拟器的多轮交互中理解约束、查询信息、调用工具并完成整个流程。它与 BFCL 的区别是：BFCL 更聚焦工具调用是否正确，τ-bench 更关注完整业务任务最终能否成功。
RightForAI 如何处理
保留官方模型名称、发布日期、检索方式、推理强度、用户模拟器、评测版本和 Pass@1–4。Standard 与 Custom 分开排名，同一基础模型的不同评测配置不会被静默合并。
版本与名次说明
榜单按 Pass@1 降序排列，同分同名次。τ-bench v1.0.1 修改了 Banking 评分，因此旧版本记录会明确标记为不可与新版直接比较，而不会混入 Standard 新版主榜。