行业与实践 · 研究与基准测试

研究与基准测试/2026-09-28/11 分钟

计划先定死再写：美团 LongCat 用 ResearchSpec 评深度研究

公开三套基准分别高出对照里最强的 0.30、3.17、5.62。内部基准 76.04，仍比 ChatGPT 的完整 Deep Research 低 0.55。计划固定后不再重开，编辑加轮次也不保证每项都涨。