OfficeQA Pro
专为评估大语言模型在办公文档问答场景下综合能力设计的基准测试，涵盖Word、Excel、PowerPoint等格式的表格理解、跨页引用、图文混排解析等复杂任务，贴近企业真实使用场景
核心事实
时间轴 (近 90 天)
Nace AI 称 Drex for Search 在 OfficeQA Pro 上减少了 Agent 的交互轮次，但未披露具体下降幅度。
GLM-5.3-Flash 在 Toolathlon Verified 得78.4分，OfficeQA Pro 得62.4分，均领先 Claude Opus 4.8。
GPT-6 Sol和GPT-6 Luna在更低成本下实现了强劲表现，并在OfficeQA Pro基准测试上推高了帕累托前沿
供应商或平台方引用的基准数据通常是在受控条件下得出的最优结果，企业需结合自身场景进行独立评估
OfficeQA系列基准聚焦办公场景下的问答任务，考察模型对企业文档、表格、报告等内容的理解与检索能力
根据Databricks的内部评估，GPT-6 Astra在OfficeQA Pro、OfficeQA Pro V2和Document Processing等企业级基准测试上达到业界领先水平
OfficeQA Pro 是专为评估模型在办公文档问答场景下综合能力设计的基准测试，涵盖 Word、Excel、PowerPoint 等格式中的表格理解、跨页引用、图文混排解析等任务
全部知识事实 (6)
GPT-6 Sol和GPT-6 Luna在更低成本下实现了强劲表现，并在OfficeQA Pro基准测试上推高了帕累托前沿
75%已验证OfficeQA系列基准聚焦办公场景下的问答任务，考察模型对企业文档、表格、报告等内容的理解与检索能力
75%待验证根据Databricks的内部评估，GPT-6 Astra在OfficeQA Pro、OfficeQA Pro V2和Document Processing等企业级基准测试上达到业界领先水平
70%待验证Nace AI 称 Drex for Search 在 OfficeQA Pro 上减少了 Agent 的交互轮次，但未披露具体下降幅度。
50%待验证供应商或平台方引用的基准数据通常是在受控条件下得出的最优结果，企业需结合自身场景进行独立评估
50%待验证OfficeQA Pro 是专为评估模型在办公文档问答场景下综合能力设计的基准测试，涵盖 Word、Excel、PowerPoint 等格式中的表格理解、跨页引用、图文混排解析等任务
50%