l 自动化周期缩短：通常特性的代码完成后，测试人员只需要根据部分自动化脚本的调试问题调整一下模型后，就可以批量获得正确的自动化用例，达成高度自动化测试的目标，自动化周期变短。
l 合适的覆盖率：基于模型生成的用例，由于对测试设计工程方法使用的很全面，能够保障各种因素和场景的覆盖率。另外，对于重要级别、风险级别不同的场景和特性，测试人员使用合适的测试策略，生成不同覆盖的测试用例，把最大的精力放在最重要的功能上。
l 模型贴合需求和规格，支持测试迁移：对需求和规格要进行哪些验证、测试设计时考虑哪些要点，有哪些因素对特性产品了影响、对哪些因素进行综合设计，在模型中都体现的直观、清晰。同时模型比文档更方便开发和测试的沟通，建模过程中也能尽早发掘出规格说明和设计中的缺陷，提高软件质量和测试效率。
l 支持敏捷，拥抱变化：全部的工作集中在模型上，以源头上的模型为中心，承载测试需要的细化分析、修改同步，最终使用的用例和自动化脚本都随着模型的变化而变化，没有不同步的问题，这样能够更好地拥抱变化。
l 增加测试继承性和规范性：在完整特性的模型上维护，基于完整特性生成用例，不会丢失“需求”，变更对原设计的影响也会覆盖到。对增强特性，生成的用例不仅包括新增和修改的功能点本身，还包括受修改点影响的“老功能”，是对增强部分的完整测试。用统一的模型和模板生成用例和脚本，可以保障生成的自动化用例是符合要求、符合规范的，避免手工复制、修改脚本带来的一些错误。
