Google DeepMind 推出 MKA，這是一項評估代理處理視覺複雜檔案能力的基準測試

Artificial Analysis 表示，該公司與 Google DeepMind 合作推出 Multimodal Knowledge Agent (MKA) 評估，這是一項針對代理在視覺複雜專案檔案上執行知識工作的基準測試，檔案包括工程示意圖、建築圖面和臨床掃描影像。代理必須運用這些檔案製作簡報、試算表、報告和加註圖片。任務涵蓋 10 個垂直領域，並提供一組包含 10 項任務的公開資料集。

Artificial Analysis 指出，沒有任何單一模型能在所有垂直領域中稱霸。Claude Fable 5.2 在五個領域領先（軟體與資料、工程、物流與地圖、商業，以及與 Claude Sonnet 並列的金融），並在六種輸出檔案類型中領先四種（PDF、Word、略勝一籌的試算表，以及與 Claude Opus 5.5 (max) 並列的簡報）。

Artificial Analysis 表示，在一項示例任務中，Gemini 4 Carbon (high) 用 76 個回合、約一小時完成，費用約為 $8；相較之下，Claude Fable 5.2 (max) 用了 224 個回合、約三小時，費用約為 $68。Fable 5.2 的簡報得分較高（87% 對 72%）。評分規準分為「Climb」（難度較高，前沿模型仍常無法通過）和「Regression」（基準能力）；在 Regression 項目中，排名前七的模型得分都介於 95% 至 97%。

這些數據來自 Artificial Analysis 自行公布的結果；Google DeepMind 也發布了該基準測試的官方推出公告。