跳到主内容
知行录
leaderboard.cn
Toggle Sidebar
搜索
⌘K
分析
前沿模型
历史趋势
本地模型
模型对比
资料库
模型库
模型价格
厂商
基准评测
数据源
显示模式
Toggle Sidebar
知行录
leaderboard.cn
正在加载页面内容
正在加载基准详情
返回
DeepSearchQA (F1)
Agent
DeepSearchQA-F1 使用 F1 分数评估 Agent 搜索问答的答案质量。在评估答案准确性的同时，考虑答案的完整性和精确性，适合评估需要从多个来源提取和综合信息的复杂搜索任务。
分享
官方网站
排行
数据源
#
模型
得分 (%)
厂商
来源
1
GPT-5.5
95.5
OpenAI
Hy3 Hugging Face README
2
Claude Opus 4.8
93.1
Anthropic
Hy3 Hugging Face README
3
Kimi-K2.6
92.5
月之暗面
Kimi K2.6 技术报告
4
Claude Opus 4.6
91.3
Anthropic
Kimi K2.6 技术报告
5
混元3
91
腾讯
Hy3 Hugging Face README
6
Seed2.1 Pro
90.8
字节跳动
Hy3 Hugging Face README
7
Gemini 3.1 Pro
90.4
Google
Hy3 Hugging Face README
8
DeepSeek-V4-Pro
90.4
深度求索
Hy3 Hugging Face README
9
GLM-5.1
89.1
智谱AI
Hy3 Hugging Face README
10
Kimi-K2.5
89
月之暗面
Kimi K2.6 技术报告
1
2
