Claude Opus 4.6 · DeepSearchQA(900 prompts;单代理与多代理按协议区分) 92.5% · 附件证据(ev-op46-card-deepsearch-multiagent)
Claude Opus 4.6 的 DeepSearchQA · 900 prompts;单代理与多代理按协议区分 官方出处。DeepSearchQA · multi-agent · Max · 92.5%。见《Claude Opus 4.6 System Card》PDF pp.44–45, §2.21.3.2。证据 ev-op46-card-deepsearch-multiagent。
原文与定位
Claude Opus 4.6 · DeepSearchQA(900 prompts;单代理与多代理按协议区分),DeepSearchQA · multi-agent · Max配置,F1 score 92.5%(具体成绩公布时间未确认)。见《Claude Opus 4.6 System Card》PDF pp.44–45, §2.21.3.2。 查看成绩条件
DeepSearchQA multi-agent setup achieved F1 92.5%, 1.4 percentage points above the best single-agent run (91.3%). Orchestrator and subagents use web search/fetch, PTC, 50K context compaction, up to 3M tokens each, and max reasoning effort.
- 官方材料
- Claude Opus 4.6 System Card · PDF 第 45 页
- 定位
- 附件 · PDF pp.44–45, §2.21.3.2
- 材料版本
- Current PDF/TXT; local source 本地留存副本 and 本地留存副本; 213 pages; changelog through 2026-03-06; full text and visuals reviewed.
- 版本公布
- 未确认
- 披露时间
- 未确认 · 首发/后补未确认
- 采集时间
- 历史依据
- 暂无可靠历史版本依据
引用文本
Claude Opus 4.6 · DeepSearchQA(900 prompts;单代理与多代理按协议区分),DeepSearchQA · multi-agent · Max配置,F1 score 92.5%(具体成绩公布时间未确认)。官方出处 Claude Opus 4.6 System Card(附件,Current PDF/TXT; local source 本地留存副本 and 本地留存副本; 213 pages; changelog through 2026-03-06; full text and visuals reviewed.)PDF pp.44–45, §2.21.3.2,https://www.anthropic.com/claude-opus-4-6-system-card#page=45。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-4-6/ev-op46-card-deepsearch-multiagent/
关联成绩与条件
| 指标与成绩 | 配置与评测条件 | 证据关系 |
|---|---|---|
| F1 score92.5%原文 92.5% · 单位 % 公布 未确认 | DeepSearchQA · multi-agent · Max
| 直接支持该成绩 |