BenchLeader

BrowseCompのリーダーボード

2026年11月16日時点で、BrowseCompの最高スコアは31.2%で、Gemini 3.1 Pro(Google)が記録しています。次点はGPT-5の20.1%です。公表された結果があるのは42のモデル構成です(OpenAI、結果の日付は2026年3月25日)。答えがオープンなWebの奥深くに埋もれている難問。記憶ではなく、ブラウジングが必要です。OpenAIが公開。BrowseComp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)

  • Gemini 3.1 ProがBrowseCompの最高スコア31.2%を記録しています(OpenAI、2026年3月25日)。
  • BrowseCompの2位はGPT-5で、20.1%です(OpenAI、2025年8月26日)。
  • BrowseComp:答えがオープンなWebの奥深くに埋もれている難問。記憶ではなく、ブラウジングが必要です。OpenAIが公開(OpenAI)。
  • BenchLeaderでは42のモデル構成にBrowseCompの公表結果があります(BenchLeader、2026年11月16日)。
  • BrowseComp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)。

答えがオープンなWebの奥深くに埋もれている難問。記憶ではなく、ブラウジングが必要です。OpenAIが公開。

公開元
OpenAIデータ取得元:Kaggle Benchmarks
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
42
データ基準日
2026年11月16日

Kaggle (kaggle.com); each board credits its publishing lab.

42件中42件
#
1Gemini 3.1 Pro31.2%59.92026-03-25
2GPT-520.1%56.62025-08-26
3Gemini 3 Flash16.9%56.52026-03-23
4Gemini 2.5 Pro7.8%55.22025-06-13
5o16.3%52.52025-06-13
6GPT-4.13.5%48.72025-06-13
7o4-mini3.3%55.22025-06-13
8DeepSeek R1 05283.1%49.12025-07-02
9DeepSeek V3.12.6%49.02025-08-27
10Gemini 2.5 Flash2.5%52.42025-06-13
11Grok 3 mini1.7%52.02025-06-13
12gpt-oss-120b1.6%46.12025-08-21
13o3-mini1.5%50.22025-06-13
14Grok 31.3%50.92025-06-13
15gpt-oss-20b1.3%44.52025-08-21
16DeepSeek V31.3%44.32025-06-13
17Gemini 3.1 Flash Lite1.1%52.62026-03-23
18Claude Opus 41.0%51.92025-06-13
19Claude Opus 4.11.0%51.12025-09-03
20Grok 21.0%42.32025-06-13
21Claude 3.5 Sonnet0.9%46.82025-06-13
22o1-mini0.9%46.72025-06-13
23Claude 3.7 Sonnet0.9%49.22025-06-13
24GPT-4o0.7%42.82025-06-13
25Claude Sonnet 40.6%50.02025-06-13
26GPT 3.5 Turbo 11060.6%38.42025-06-13
27GPT-4o mini0.6%35.22025-06-13
28Codestral 25010.6%–2025-07-02
29Gemini 2.0 Flash0.6%43.52025-06-13
30Mistral Large 2.10.6%42.52025-07-02
31Gemma 3 27B0.6%39.72025-06-13
32Qwen3 235B A22B 2507thinking0.5%51.82025-08-21
33Gemma 3 12B0.5%37.22025-06-13
34Mixtral 8x22B0.5%–2025-07-02
35Granite 4.0 H Small0.4%42.52025-09-30
36Gemini 1.5 Pro 0020.4%41.42025-06-13
37Gemini 1.5 Flash 0020.4%38.22025-06-13
38Gemma 3 4B0.4%33.62025-06-13
39Claude 3.5 Haiku0.3%38.72025-06-13
40Ministral 8B0.3%37.72025-07-02
41Ministral 3B0.2%–2025-07-02
42Gemini 1.5 Flash 8B 0010.1%–2025-06-13

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

引用表記:BenchLeader「BrowseComp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/kaggle_browsecomp

BrowseComp:よくある質問

BrowseCompは何を測るベンチマークですか?
答えがオープンなWebの奥深くに埋もれている難問。記憶ではなく、ブラウジングが必要です。OpenAIが公開。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の最高スコアは?
2026年11月16日時点で、BrowseCompの最高スコアは31.2%で、Gemini 3.1 Proが記録しています(結果の日付は2026年3月25日)。次点はGPT-5の20.1%です。スコアはOpenAIの公表値で、毎日読み直しています。
BrowseCompでトップのAIモデルは?
2026年11月16日時点で、BrowseCompの首位はGemini 3.1 Proで、スコアは31.2%です(結果の日付は2026年3月25日)。続いてGPT-5(20.1%)です。
BrowseCompの結果があるモデルはいくつですか?
BenchLeaderでは42のモデル構成にBrowseCompの結果があり、すべてOpenAI(Kaggle Benchmarks経由)から取得しています。
BrowseComp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はOpenAI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はBenchLeader Indexに含まれますか?
いいえ。BrowseComp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。