BrowseComp是一个用于评估AI代理网页浏览能力的基准测试。它包含1266个问题，这些问题要求代理在互联网上导航以查找难以发现的信息。该基准关注代理在处理多跳事实和纠缠信息时的持久性和创造性。OpenAI于2025年4月10日发布此基准，并将其开源在GitHub仓库中。
一个用于评估大模型AI Agent定位难以查找信息的能力的评测基准
查看 BrowseComp 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 Kimi K3 思考水平·Max工具联网 | 91.20 | 2026-07-16 | 28000亿 | 免费商用 | |
 GPT-5.5 Pro 思考水平·极高工具联网 | 90.10 | 2026-04-23 | 未知 | 闭源 | |
GPT-5.4 Pro 思考水平·高工具 | 89.30 | 2026-03-05 | 未知 | 闭源 | |
4 |  Gemini 3.1 Pro Preview 思考水平·高工具联网 | 85.90 | 2026-02-20 | 未知 | 闭源 |
5 |  Claude Mythos Preview 扩展思考工具 | 84.90 | 2026-04-07 | 未知 | 闭源 |
6 | Claude Sonnet 5 开启思考工具联网 | 84.70 | 2026-06-30 | 未知 | 闭源 |
7 | GPT-5.5 思考水平·高工具联网 | 84.40 | 2026-04-23 | 未知 | 闭源 |
8 | Claude Opus 4.8 思考水平·高工具联网 | 84.30 | 2026-05-28 | 未知 | 闭源 |
9 |  Hy3 思考水平·高工具联网 | 84.20 | 2026-07-06 | 2950亿 | 免费商用 |
10 | Claude Opus 4.6 开启思考工具联网 | 84.00 | 2026-02-05 | 未知 | 闭源 |
11 |  MiniMax M3 开启思考工具联网 | 83.50 | 2026-06-01 | 4280亿 | 非商用 |
12 |  DeepSeek-V4-Pro 思考水平·极高工具 | 83.40 | 2026-04-24 | 16000亿 | 免费商用 |
13 | Kimi K2.6 开启思考工具联网 | 83.20 | 2026-04-20 | 10000亿 | 免费商用 |
14 | GPT-5.4 思考水平·极高工具 | 82.70 | 2026-03-05 | 未知 | 闭源 |
15 | DeepSeek-V4-Pro 思考水平·高工具 | 80.40 | 2026-04-24 | 16000亿 | 免费商用 |
16 |  GLM 5.1 开启思考工具联网 | 79.30 | 2026-03-27 | 754亿 | 免费商用 |
17 | Opus 4.7 扩展思考工具 | 79.30 | 2026-04-16 | 未知 | 闭源 |
18 |  Qwen3.5-397B-A17B 开启思考工具联网 | 78.60 | 2026-02-16 | 397亿 | 免费商用 |
19 | GPT-5.2 Pro 开启思考工具 | 77.90 | 2025-12-11 | 未知 | 闭源 |
20 | GPT-5.2 Pro 思考水平·极高工具 | 77.90 | 2025-12-11 | 未知 | 闭源 |
21 | Inkling 开启思考工具联网 | 77.10 | 2026-07-15 | 9750亿 | 免费商用 |
22 | MiniMax M2.5 开启思考工具 | 76.30 | 2026-02-12 | 2290亿 | 免费商用 |
23 | GLM-5 开启思考工具 | 75.90 | 2026-02-11 | 7440亿 | 免费商用 |
24 |  Step 3.7 Flash 开启思考工具 | 75.82 | 2026-05-29 | 1980亿 | 免费商用 |
25 | GPT-Live-1 思考水平·高工具联网 | 75.20 | 2026-07-08 | 未知 | 闭源 |
26 | Claude Sonnet 4.6 开启思考工具 | 74.70 | 2026-02-17 | 未知 | 闭源 |
27 | DeepSeek-V4-Flash 思考水平·极高工具 | 73.20 | 2026-04-24 | 2840亿 | 免费商用 |
28 | Step 3.5 Flash 开启思考工具 | 69.00 | 2026-02-02 | 1960亿 | 免费商用 |
29 | Qwen3.5-397B-A17B 开启思考工具 | 69.00 | 2026-02-16 | 397亿 | 免费商用 |
30 | GPT-5.2 思考水平·极高工具联网 | 65.80 | 2025-12-11 | 未知 | 闭源 |
