Exa 发 Agent Ultra:跨数千来源并联的智能体群,WANDR 上称比 GPT-6 Astra 高 213%

Exa 上线 Agent Ultra,作为 Exa Agent 的最高 effort 档位,跨数千来源协调多个智能体协同完成穷尽式列表类调研。官方称它在各家自身的原生 harness 下超过前沿模型,并把自身状态标为新的最好水平。
自报数字是:WANDR 上比 Opus 5.5 高 12.6%、比 Perplexity 高 103%、比 GPT-6 Astra 高 213%,单任务成本为 Opus 5.5 的一半;DeepSearchQA 分别高 4.7%、10.1%、21.0%,单任务成本比 GPT-6 Astra 低 46%;WideSearch 分别高 5.2%、7.7%、14.1%,单实体成本四者最低;Find-All Company 分别高 1579%、2069%、2401%。
评测条件需要一并读:Exa 说明其 grader 与上游仓库共享同一套 vendored 评测逻辑,差异在于 contents tool(换成 Exa)、传输逻辑与判分模型(改用更便宜的 gpt-6-luna),且对未公布结果的一方由 Exa 代跑。上述百分比因此是厂商自测口径,跨系统比较需自行复核。
原文链接:Exa 官方博客
核验记录
官方页 JSON-LD datePublished 为 2026-09-25,正文可见「Sep 25, 2026 Today we shipped Exa Agent Ultra」,两者一致。但基准由 Exa 自跑:官方原文自陈评测器与上游仓库共享同一套 vendored 逻辑,差异在 contents tool(换成 Exa)、传输逻辑与判分模型(改用更便宜的 gpt-6-luna),对未公布结果的一方由 Exa 代跑。性能对比属厂商自测口径,非独立第三方结论
← 上一篇Anthropic 官宣 Claude 算出九圈散射振幅:平面 N=4 超杨-米尔斯理论的人类纪录停在八圈下一篇 →Perplexity 用真实失败会话训练 Computer 智能体:工具调用失败率从 2.24% 降到 1.77%