自称第三方产品 Scry 在 DeepSearchQA 上以 71.8% 胜 Gemini 的 66.1%

AaronBergman18 · x · 2026-09-06

X 账号 XyraSinclair（经 AaronBergman18 转发）宣称其深度搜索产品 Scry 在 DeepSearchQA 基准上击败 Google 的 Gemini Deep Search Agent：Scry 得分 71.8%，Google 为 66.1%。

DeepSearchQA 是 Google 团队发布在 arXiv 的 900 题基准，用于评测深度研究型 agent 在 17 个领域的多步信息检索能力，任务为因果链结构，重点考察碎片信息汇总、去重与实体消解、以及开放搜索空间下的停止判断。论文指出即使最先进的模型也难以兼顾召回率与精确率，常见失败模式包括过早停止与含糊作答。