Vending-Bench to benchmark stworzony przez Andon Labs, który mierzy zdolność agentów AI (opartych na dużych modelach językowych) do samodzielnego prowadzenia prostego biznesu — obsługi automatu vendingowego — przez długi horyzont czasowy. Agent musi m.in. zarządzać zapasami, ustalać ceny, kontaktować się z dostawcami, pilnować salda gotówki i podejmować spójne decyzje przez wiele kroków.
Benchmark ujawnia, jak modele radzą sobie z długoterminową spójnością, planowaniem i unikaniem dryfu decyzyjnego. Andon Labs rozwinął go w nowsze warianty (Vending-Bench 2 oraz Vending-Bench Arena) i wykorzystuje w realnych wdrożeniach (np. autonomiczny sklep i projekty z czołowymi laboratoriami AI).
