BrowseComp

网页浏览理解基准, 评估模型在浏览器中查找和综合信息的能力BrowseComp 由 OpenAI 发布，包含 1266 道高难度问题，测试 Agent 在互联网中持续搜索、定位难以发现的纠缠信息的能力。答案均为简短可验证格式，需要 Agent 具备持久性、创造性和策略性搜索能力。人类解决率仅 29.2%。

Agent官方网站

#	模型	得分 (%)	厂商	来源
1	GPT-5.6 Sol	90.4	OpenAI	OpenAI GPT-5.6 发布页
2	GPT-5.5 Pro	90.1	OpenAI	OpenAI GPT-5.5 发布页
3	GPT-5.4 Pro	89.3	OpenAI	OpenAI GPT-5.5 发布页
4	Claude Fable 5	88	Anthropic	OpenAI GPT-5.6 发布页
5	Claude Mythos Preview	87.9	Anthropic	OpenAI GPT-5.6 发布页
6	GPT-5.6 Terra	87.5	OpenAI	OpenAI GPT-5.6 发布页
7	Seed2.1 Pro	86.2	字节跳动	Hy3 Hugging Face README
8	Gemini 3.1 Pro	85.9	Google	OpenAI GPT-5.6 发布页
9	GPT-5.5	84.4	OpenAI	OpenAI GPT-5.6 发布页
10	Claude Opus 4.8	84.3	Anthropic	OpenAI GPT-5.6 发布页

返回

BrowseComp

网页浏览理解基准, 评估模型在浏览器中查找和综合信息的能力BrowseComp 由 OpenAI 发布，包含 1266 道高难度问题，测试 Agent 在互联网中持续搜索、定位难以发现的纠缠信息的能力。答案均为简短可验证格式，需要 Agent 具备持久性、创造性和策略性搜索能力。人类解决率仅 29.2%。

Agent官方网站

#	模型	得分 (%)	厂商	来源
1	GPT-5.6 Sol	90.4	OpenAI	OpenAI GPT-5.6 发布页
2	GPT-5.5 Pro	90.1	OpenAI	OpenAI GPT-5.5 发布页
3	GPT-5.4 Pro	89.3	OpenAI	OpenAI GPT-5.5 发布页
4	Claude Fable 5	88	Anthropic	OpenAI GPT-5.6 发布页
5	Claude Mythos Preview	87.9	Anthropic	OpenAI GPT-5.6 发布页
6	GPT-5.6 Terra	87.5	OpenAI	OpenAI GPT-5.6 发布页
7	Seed2.1 Pro	86.2	字节跳动	Hy3 Hugging Face README
8	Gemini 3.1 Pro	85.9	Google	OpenAI GPT-5.6 发布页
9	GPT-5.5	84.4	OpenAI	OpenAI GPT-5.6 发布页
10	Claude Opus 4.8	84.3	Anthropic	OpenAI GPT-5.6 发布页