ИИ 16 октября 2026, 17:16 МСК

Сбербанк представил открытый бенчмарк Cowork Bench для ИИ-агентов на офисных задачах

Сбербанк представил Cowork Bench — по его заявлению, первый российский открытый русскоязычный бенчмарк, оценивающий выполнение ИИ-агентами офисных задач от начала до конца.

Бенчмарк включает 475 сквозных задач, 12 бизнес-функций и 26 корпоративных систем: таблицы, документы, почту, календарь, базы знаний и внутренние сервисы. Примеры — анализ бюджета с отчётом, презентацией и письмами или организация командировки с билетами и встречами. В банке говорят, что аналогов, учитывающих специфику российских компаний, нет, а бенчмарк открыт для всех разработчиков.

Разработчики платформы GigaCowork («Салют для бизнеса», экосистема Сбербанка) сравнили девять решений на одной открытой модели: Goose, Claude Code, DeepSeek, Pi, Codex CLI, OpenHands, OpenCode, Strands baseline и GigaCowork. Доля успешно выполненных задач составила от 62 % до 80 %, разница между «обвязками» доходила до 20 %. GigaCowork выполнил 75,2 % задач и вошёл в число лидеров. Это сравнение проводили сами авторы бенчмарка, по данным представителей Сбербанка.

• 475 задач, 12 бизнес-функций, 26 систем
• Успех агентов: 62–80 % в зависимости от обвязки
• GigaCowork — 75,2 %