5月8日凌晨，百度搭子DuMate登頂智能體評測基準(zhǔn)PinchBench榜首，并在前5位中占據(jù)3席，超越Anthropic和OpenAI拿下全球龍蝦執(zhí)行爭霸賽冠軍。在另外一項DeepResearch深度研究榜單中，DuMate同樣位列第一。

PinchBench是OpenClaw賽道最能體現(xiàn)Agent真實工作能力的評測基準(zhǔn)，重點考察Agent在23個真實工作場景下147個任務(wù)的多步推理、工具調(diào)用和任務(wù)閉環(huán)能力，并從成功率、速度、成本三個維度綜合排名。榜單顯示，DuMate以93.3%和93.2%的總成績包攬前兩名。作為對照，Anthropic和OpenAI的同款模型場景下的成績分別為89.0%和91.6%。這意味著，同一模型在DuMate框架中，展現(xiàn)出更強(qiáng)的執(zhí)行力。

 

超越原生表現(xiàn)的技術(shù)基礎(chǔ)，是DuMate的端云協(xié)同Harness架構(gòu)。該系統(tǒng)在任務(wù)到達(dá)時進(jìn)行意圖識別和敏感度判斷，隱私相關(guān)操作留在本地執(zhí)行，復(fù)雜推理任務(wù)上云完成，無需用戶手動切換。同時，系統(tǒng)對每次執(zhí)行所需的上下文做按需組裝——根據(jù)任務(wù)語義和用戶歷史行為，預(yù)判并注入必要的背景信息，減少冗余干擾。Harness與Skills還基于歷史執(zhí)行軌跡持續(xù)迭代，使得不同底層模型都能在接近其能力上限的狀態(tài)下穩(wěn)定運(yùn)行。

DeepResearch Bench是當(dāng)前對深度研究型Agent最全面的評測基準(zhǔn)，從洞察深度、內(nèi)容準(zhǔn)確性、可讀性等維度考察Agent處理復(fù)雜研究任務(wù)的綜合能力。DuMate以58.03的綜合分位列第一，支撐這一成績的是DuMate自研Skills體系中的Deep Search與Deep Research雙引擎——前者負(fù)責(zé)跨平臺語義檢索與高價值信息定位，后者在此基礎(chǔ)上疊加多輪推理與因果分析，將碎片信息提煉為結(jié)構(gòu)化研究成果。

 

自2026年3月上線以來，DuMate保持一天一版的更新節(jié)奏，已通過信通院兩項安全測評且均獲最高等級。

 雷峰網(wǎng)(公眾號：雷峰網(wǎng))

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。