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

Claude Opus 4.6 · DeepSearchQA 成绩与配置
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
设置
Orchestrator 无直接工具,仅委派;orchestrator/subagents 均以 50K 触发 compaction、各自最多 3M tokens;web search/fetch、PTC、Max effort。
未知项
多代理结果与单代理成绩分列。
工具
允许工具
推理预算
max
框架
未记录
协议
DeepSearchQA;multi-agent;orchestrator and subagents。
条件
50K context compaction;up to 3M tokens for each orchestrator/subagent; web search/fetch and PTC; max effort. Kept separate from single-agent scores.。

直接支持该成绩