DeepSearchQA

Live-web deep research; F1 grading depends on the reference answer set.

评测信息与证据

本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。

按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。

模型	数值	单位	协议	报告日期与口径	来源
Kimi K3	95.0	percent	F1, reasoning=max	2026-06-13 · document_publication	Kimi K3