Claude Sonnet 4.6 · DeepSearchQA(900 prompts;单代理与多代理按协议区分) 89.2% · 附件证据(ev46-deepsearchqa)
Claude Sonnet 4.6 的 DeepSearchQA · 900 prompts;单代理与多代理按协议区分 官方出处。Adaptive thinking, max effort · 89.2%。见《Claude Sonnet 4.6 System Card》PDF p.48 · Figure 2.20.3.A · Sonnet 4.6 bar。证据 ev46-deepsearchqa。
原文与定位
Claude Sonnet 4.6 · DeepSearchQA(900 prompts;单代理与多代理按协议区分),Adaptive thinking, max effort配置,F1 score 89.2%(具体成绩公布时间未确认)。见《Claude Sonnet 4.6 System Card》PDF p.48 · Figure 2.20.3.A · Sonnet 4.6 bar。 查看成绩条件
DeepSearchQA (F1) | F1 Score (%) | Sonnet 4.6 | 89.2%
- 官方材料
- Claude Sonnet 4.6 System Card · PDF 第 48 页
- 定位
- 附件 · PDF p.48 · Figure 2.20.3.A · Sonnet 4.6 bar
- 材料版本
- PDF with changelog dated 2026-03-06; 135 pages; collected 2026-11-10
- 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 Sonnet 4.6 · DeepSearchQA(900 prompts;单代理与多代理按协议区分),Adaptive thinking, max effort配置,F1 score 89.2%(具体成绩公布时间未确认)。官方出处 Claude Sonnet 4.6 System Card(附件,PDF with changelog dated 2026-03-06; 135 pages; collected 2026-11-10)PDF p.48 · Figure 2.20.3.A · Sonnet 4.6 bar,https://www.anthropic.com/claude-sonnet-4-6-system-card#page=48。Benchlog https://benchlog.lekshome.cc/evidence/claude-sonnet-4-6/ev46-deepsearchqa/
关联成绩与条件
| 指标与成绩 | 配置与评测条件 | 证据关系 |
|---|---|---|
| F1 score89.2%原文 89.2% · 单位 % 公布 未确认 | Adaptive thinking, max effort
| 直接支持该成绩 在排名中查看此成绩 |