OfficeQA ProAgent

官方网站

OfficeQA Pro 评估 AI Agent 对办公文档的深度理解与问答能力。基于真实文档的接地问答基准，测试 Agent 从长文档中定位、提取和综合信息的能力，以答案导向的方式评分，关注最终答案的正确性。

排行数据源

#模型得分

1

Claude Fable 5Anthropic

69.9%

2

Claude Opus 4.8Anthropic

63.9%

3

Kimi K3月之暗面

63.3%

4

GPT-5.6 SolOpenAI

63.2%

5

GLM-5.3-Flash智谱AI

62.4%

6

GPT-5.5OpenAI

60.9%

7

DeepSeek-V4-Flash-Vision-Exp深度求索

57.9%

8

GPT-5.4OpenAI

53.2%

9

MiniMax M3MiniMax

45.1%

10

Claude Opus 4.7Anthropic

43.6%

共 12 个模型

返回基准目录

OfficeQA ProAgent

官方网站

OfficeQA Pro 评估 AI Agent 对办公文档的深度理解与问答能力。基于真实文档的接地问答基准，测试 Agent 从长文档中定位、提取和综合信息的能力，以答案导向的方式评分，关注最终答案的正确性。

排行数据源

#模型得分

1

Claude Fable 5Anthropic

69.9%

2

Claude Opus 4.8Anthropic

63.9%

3

Kimi K3月之暗面

63.3%

4

GPT-5.6 SolOpenAI

63.2%

5

GLM-5.3-Flash智谱AI

62.4%

6

GPT-5.5OpenAI

60.9%

7

DeepSeek-V4-Flash-Vision-Exp深度求索

57.9%

8

GPT-5.4OpenAI

53.2%

9

MiniMax M3MiniMax

45.1%

10

Claude Opus 4.7Anthropic

43.6%

共 12 个模型