BrowseComp-Plusのリーダーボード
2026年11月16日時点で、BrowseComp-Plusの最高スコアは57.6%で、GPT-5(OpenAI)が記録しています。次点はo3の50.5%です。公表された結果があるのは21のモデル構成です(BrowseComp-Plus、結果の日付は2025年8月8日)。BrowseCompの質問に、ライブのWebではなく固定した10万件の文書コーパスを使って答えるもので、検索器とモデルを分けて評価できます。掲載スコアは、ほぼすべての提出で使われるBM25のベースライン検索器での値。収録モデルは2025年後半までです。BrowseComp-Plusは参考として掲載しており、BenchLeader Indexには含まれません。
要点(2026年11月16日時点)
- GPT-5がBrowseComp-Plusの最高スコア57.6%を記録しています(BrowseComp-Plus、2025年8月8日)。
- BrowseComp-Plusの2位はo3で、50.5%です(BrowseComp-Plus、2025年8月8日)。
- BrowseComp-Plus:BrowseCompの質問に、ライブのWebではなく固定した10万件の文書コーパスを使って答えるもので、検索器とモデルを分けて評価できます。掲載スコアは、ほぼすべての提出で使われるBM25のベースライン検索器での値。収録モデルは2025年後半までです(BrowseComp-Plus)。
- BenchLeaderでは21のモデル構成にBrowseComp-Plusの公表結果があります(BenchLeader、2026年11月16日)。
- BrowseComp-PlusはBenchLeader Indexには反映されず、参考として掲載しています(BenchLeaderの評価方法)。
BrowseCompの質問に、ライブのWebではなく固定した10万件の文書コーパスを使って答えるもので、検索器とモデルを分けて評価できます。掲載スコアは、ほぼすべての提出で使われるBM25のベースライン検索器での値。収録モデルは2025年後半までです。
- 公開元
- BrowseComp-Plusデータ取得元:BrowseComp-Plus
- カテゴリ
- エージェント・ツール
- Indexでの重み
- 参考のみ
- モデル
- 21
- データ基準日
- 2026年11月16日
BrowseComp-Plus (texttron/BrowseComp-Plus), results dataset Tevatron/BrowseComp-Plus-results.
- 1GPT-557.6%
- 2o350.5%
- 3gpt-oss-120b (high)43.6%
- 4Tongyi DeepResearch 30B-A3B36.9%
- 5GLM 4.733.3%
- 6GLM-4.627.7%
- 7gpt-oss-120b (medium)24.6%
- 8gpt-oss-20b (high)21.4%
- 9Gemini 2.5 Pro19.9%
- 10gpt-oss-20b (medium)16.9%
- 11Gemini 2.5 Flash16.3%
- 12Claude Opus 415.5%
- 13GPT-4.115.3%
- 14Claude Sonnet 414.7%
- 15Kimi K214.6%
21件中21件
| # | ||||
|---|---|---|---|---|
| 1 | 57.6% | 56.6 | 2025-08-08 | |
| 2 | 50.5% | 60.4 | 2025-08-08 | |
| 3 | 43.6% | 45.3 | 2025-12-31 | |
| 4 | 36.9% | – | 2025-12-27 | |
| 5 | 33.3% | 51.7 | 2025-12-26 | |
| 6 | 27.7% | 50.2 | 2025-10-13 | |
| 7 | 24.6% | – | 2025-08-08 | |
| 8 | 21.4% | 45.4 | 2025-08-08 | |
| 9 | 19.9% | 55.2 | 2025-08-08 | |
| 10 | 16.9% | – | 2025-08-08 | |
| 11 | 16.3% | 52.4 | 2025-08-08 | |
| 12 | 15.5% | 51.9 | 2025-08-08 | |
| 13 | 15.3% | 48.7 | 2025-08-08 | |
| 14 | 14.7% | 50.0 | 2025-08-08 | |
| 15 | 14.6% | 51.1 | 2025-08-16 | |
| 16 | 12.1% | – | 2025-09-28 | |
| 17 | 9.8% | 45.7 | 2025-08-08 | |
| 18 | 8.6% | 49.1 | 2025-08-16 | |
| 19 | Searchr1 32Bオープン | 4.1% | – | 2025-08-08 |
| 20 | 4.0% | 45.6 | 2025-08-08 | |
| 21 | 3.6% | 51.2 | 2025-08-08 |
エージェント・ツールのベンチマークをもっと見る · LLMベンチマーク一覧
関連するベンチマーク
引用表記:BenchLeader「BrowseComp-Plusのリーダーボード」2026年11月16日時点のデータ、https://www.benchleader.com/ja/benchmarks/browsecomp_plus
BrowseComp-Plus:よくある質問
- BrowseComp-Plusは何を測るベンチマークですか?
- BrowseCompの質問に、ライブのWebではなく固定した10万件の文書コーパスを使って答えるもので、検索器とモデルを分けて評価できます。掲載スコアは、ほぼすべての提出で使われるBM25のベースライン検索器での値。収録モデルは2025年後半までです。スコアは解けたタスクの割合(%)で示され、高いほど良い結果です。
- BrowseComp-Plusの最高スコアは?
- 2026年11月16日時点で、BrowseComp-Plusの最高スコアは57.6%で、GPT-5が記録しています(結果の日付は2025年8月8日)。次点はo3の50.5%です。スコアはBrowseComp-Plusの公表値で、毎日読み直しています。
- BrowseComp-PlusでトップのAIモデルは?
- 2026年11月16日時点で、BrowseComp-Plusの首位はGPT-5で、スコアは57.6%です(結果の日付は2025年8月8日)。続いてo3(50.5%)です。
- BrowseComp-Plusの結果があるモデルはいくつですか?
- BenchLeaderでは21のモデル構成にBrowseComp-Plusの結果があり、すべてBrowseComp-Plus(BrowseComp-Plus経由)から取得しています。
- BrowseComp-Plusを運営しているのは誰で、どのくらいの頻度で更新されますか?
- BrowseComp-PlusはBrowseComp-Plusが公開しています。BenchLeaderは公開された結果を1日1回読み直し、各結果の公開日を記録しています。
- BrowseComp-PlusはBenchLeader Indexに含まれますか?
- いいえ。BrowseComp-Plusは参考として掲載していますが、総合スコアには含めていません。