BrowseComp
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。
更新于 2026年6月1日·2,875 次浏览
- 问题数量
- 1266
- 发布机构
- OpenAI
- 评测类别
- AI Agent - 信息收集
- 评测指标
- Accuracy
- 支持语言
- 英文
- 难度等级
- 中等难度
简介
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
BrowseComp评测最新大模型排名与完整榜单数据
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。
数据来源：DataLearnerAI
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
模型模式说明
许可证:
来源:
模型发布时间截止:
BrowseComp 排名
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 GPT-5.5 Pro 深度思考模式工具联网 | 90.10 | 2026-04-23 | 未知 | 闭源 | |
GPT-5.4 Pro 开启思考工具 | 89.30 | 2026-03-05 | 未知 | 闭源 | |
 Gemini 3.1 Pro Preview 开启思考工具联网 | 85.90 | 2026-02-20 | 未知 | 闭源 | |
4 |  Claude Mythos Preview 扩展思考工具 | 84.90 | 2026-04-07 | 未知 | 闭源 |
5 | GPT-5.5 开启思考工具联网 | 84.40 | 2026-04-23 | 未知 | 闭源 |
6 | Claude Opus 4.6 开启思考工具联网 | 84.00 | 2026-02-05 | 未知 | 闭源 |
7 |  Minimax M3 开启思考工具联网 | 83.50 | 2026-06-01 | 未知 | 免费商用 |
8 |  DeepSeek-V4-Pro 思考水平 · 极高工具 | 83.40 | 2026-04-24 | 16000亿 | 免费商用 |
9 |  Kimi K2.6 开启思考工具联网 | 83.20 | 2026-04-20 | 10000亿 | 免费商用 |
10 | GPT-5.4 思考水平 · 极高工具 | 82.70 | 2026-03-05 | 未知 | 闭源 |
11 | DeepSeek-V4-Pro 开启思考工具 | 80.40 | 2026-04-24 | 16000亿 | 免费商用 |
12 |  GLM 5.1 开启思考工具联网 | 79.30 | 2026-03-27 | 754亿 | 免费商用 |
13 | Opus 4.7 扩展思考工具 | 79.30 | 2026-04-16 | 未知 | 闭源 |
14 |  Qwen3.5-397B-A17B 开启思考工具联网 | 78.60 | 2026-02-16 | 397亿 | 免费商用 |
15 | GPT-5.2 Pro 开启思考工具 | 77.90 | 2025-12-11 | 未知 | 闭源 |
16 | GPT-5.2 Pro 思考水平 · 极高工具 | 77.90 | 2025-12-11 | 未知 | 闭源 |
17 | MiniMax M2.5 开启思考工具 | 76.30 | 2026-02-12 | 2290亿 | 免费商用 |
18 | GLM-5 开启思考工具 | 75.90 | 2026-02-11 | 7440亿 | 免费商用 |
19 | Claude Sonnet 4.6 开启思考工具 | 74.70 | 2026-02-17 | 未知 | 闭源 |
20 | DeepSeek-V4-Flash 思考水平 · 极高工具 | 73.20 | 2026-04-24 | 2840亿 | 免费商用 |
21 |  Step 3.5 Flash 开启思考工具 | 69.00 | 2026-02-02 | 1960亿 | 免费商用 |
22 | Qwen3.5-397B-A17B 开启思考工具 | 69.00 | 2026-02-16 | 397亿 | 免费商用 |
23 | GPT-5.2 深度思考模式工具联网 | 65.80 | 2025-12-11 | 未知 | 闭源 |
24 | GPT-5.2 思考水平 · 极高工具 | 65.80 | 2025-12-11 | 未知 | 闭源 |
25 | GLM-5 开启思考 | 62.00 | 2026-02-11 | 7440亿 | 免费商用 |
26 | Qwen3.5-27B 开启思考工具联网 | 61.00 | 2026-02-25 | 270亿 | 免费商用 |
27 | Qwen3.5-27B 开启思考工具 | 61.00 | 2026-02-25 | 270亿 | 免费商用 |
28 | Kimi K2.5 开启思考工具联网 | 60.60 | 2026-01-27 | 10000亿 | 免费商用 |
29 | Kimi K2 Thinking 开启思考工具 | 60.20 | 2025-11-06 | 10400亿 | 免费商用 |
30 | Gemini 3.0 Pro (Preview 11-2025) 思考水平 · 高工具 | 59.20 | 2025-11-18 | 未知 | 闭源 |
继续滚动可加载剩余 14 条