百度DuMate在PinchBench与DeepResearch榜单均位列第一，并被认为在多步推理与执行闭环上表现更强。
百度DuMate登頂智能體評測基準PinchBench榜首，並在前5位中佔據3席，超越Anthropic和OpenAI拿下全球龍蝦執行爭霸賽冠軍。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Agent真實工作能力的評測基準，重點考察Agent在23個真實工作場景下147個任務的多步推理、工具調用和任務閉環能力，並從成功率、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，展現出更強的執行力。 超越原生表現的技術基礎，是DuMate的端雲協同Harness架構。該系統在任務到達時進行意圖識別和敏感度判斷，隱私相關操作留在本地執行，複雜推理任務上雲完成，無需用戶手動切換。同時，系統對每次執行所需的上下文做按需組裝–根據任務語義和用戶歷史行為，預判並注入必要的背景信息，減少冗餘干擾。Harness與Skills還基於歷史執行軌跡持續迭代，使得不同底層模型都能在接近其能力上限的狀態下穩定運行。 DeepResearch Bench是當前對深度研究型Agent最全面的評測基準，從洞察深度、內容準確性、可讀性等維度考察Agent處理複雜研究任務的綜合能力。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–前者負責跨平台語義檢索與高價值信息定位，後者在此基礎上疊加多輪推理與因果分析，將碎片信息提煉為結構化研究成果。 自2026年3月上線以來，DuMate保持一日一版的更新節奏，已通過信通院兩項安全測評且均獲最高等級。 《經濟通通訊社8日專訊》
百度DuMate, PinchBench, DeepResearch, AI Agent评测, 端云协同Harness, Skills体系