DeepSearchQA
نتائج معايير الذكاء الاصطناعي وأداء النماذج
النوع: percentageAgents
النتائج المسجلة
10
متوسط النقاط
81.14%
نطاق النقاط
67.70% - 95%
النموذج المتصدر
95% - Kimi K3
النقاط بمرور الوقت
نقاط المعيار الفردية معروضة حسب التاريخ.
نتائج النماذج
| المؤسسة | النماذج | تاريخ الإبلاغ | أعلى نقطة | معلومات | مُبلَّغ عنها ذاتيًا | المصدر |
|---|---|---|---|---|---|---|
| Kimi K3 | ١٦ يوليو ٢٠٢٦ | ٩٥٪ | F1 score. | نعم | المصدر | |
| Claude Opus 4.6 | ٠٥ فبراير ٢٠٢٦ | ٩١٫٣٠٪ | - | نعم | المصدر | |
| MiMo V2 Pro | ١٨ مارس ٢٠٢٦ | ٨٦٫٧٠٪ | - | نعم | المصدر | |
| MiMo V2 TTS (Free) | ١٨ مارس ٢٠٢٦ | ٨٦٫٧٠٪ | inferred modality/version alias from mimo-v2-pro | نعم | المصدر | |
| Beam | ٠٥ أكتوبر ٢٠٢٦ | ٨٠٫١٠٪ | Reflection-reported launch score. Source row: DeepSearchQA w/context management. Accessed 2026-10-05T22:51:12.456Z. Harness, reasoning effort, sampling and trial count are not specified per row. Not independently reproduced. | نعم | المصدر | |
| Seed 2.0 Pro | ١٤ فبراير ٢٠٢٦ | ٧٧٫٤٠٪ | Seed2 official benchmark table | DeepSearchQA | نعم | المصدر | |
| Kimi K2.5 | ٢٧ يناير ٢٠٢٦ | ٧٧٫١٠٪ | - | نعم | المصدر | |
| Muse Spark | ٠٨ أبريل ٢٠٢٦ | ٧٤٫٨٠٪ | - | نعم | المصدر | |
| Muse Glimmer 30B | ١٠ أغسطس ٢٠٢٦ | ٧٤٫٦٠٪ | High reasoning | نعم | المصدر | |
| Seed 2.0 Lite | ١٤ فبراير ٢٠٢٦ | ٦٧٫٧٠٪ | Seed2 official benchmark table | DeepSearchQA | نعم | المصدر |
