OncologyBench 发布：25 项肿瘤多步评测，最强模型仅得 40 分

kenbwork 团队发布肿瘤学多智能体基准 OncologyBench，含 25 项多步评测（基于 92 个组件任务），按「模型+框架」组合评分。榜首 Claude Opus 5 + Pi 仅 40.0%，Claude Opus 5.5 + Claude Code 37.3%。排行榜、论文与 GitHub 均已公开。