BenchLeader

BrowseComp-Plus 排行榜

截至 2026年11月16日,BrowseComp-Plus 的最高分为 57.6%,由 GPT-5(OpenAI)取得,领先于 o3(50.5%)。共有 21 个模型配置公布了结果(BrowseComp-Plus,结果日期 2025年8月8日)。用固定的 10 万篇文档语料库而不是实时网络来回答 BrowseComp 问题,从而能把检索器和模型分开评判。显示的分数基于 BM25 基线检索器,这是几乎所有提交都会跑的一栏。收录的模型截至 2025 年末。BrowseComp-Plus 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • GPT-5 以 57.6% 保持 BrowseComp-Plus 最高分(BrowseComp-Plus,2025年8月8日)。
  • o3 以 50.5% 位列 BrowseComp-Plus 第二(BrowseComp-Plus,2025年8月8日)。
  • BrowseComp-Plus:用固定的 10 万篇文档语料库而不是实时网络来回答 BrowseComp 问题,从而能把检索器和模型分开评判。显示的分数基于 BM25 基线检索器,这是几乎所有提交都会跑的一栏。收录的模型截至 2025 年末(BrowseComp-Plus)。
  • BenchLeader 上有 21 个模型配置公布了 BrowseComp-Plus 结果(BenchLeader,2026年11月16日)。
  • BrowseComp-Plus 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

用固定的 10 万篇文档语料库而不是实时网络来回答 BrowseComp 问题,从而能把检索器和模型分开评判。显示的分数基于 BM25 基线检索器,这是几乎所有提交都会跑的一栏。收录的模型截至 2025 年末。

发布方
BrowseComp-Plus数据经由 BrowseComp-Plus
类别
智能体与工具
Index 权重
仅作参考
模型
21
数据截至
2026年11月16日

BrowseComp-Plus (texttron/BrowseComp-Plus), results dataset Tevatron/BrowseComp-Plus-results.

前 15 名
  1. 1GPT-557.6%
  2. 2o350.5%
  3. 3gpt-oss-120b (high)43.6%
  4. 4Tongyi DeepResearch 30B-A3B36.9%
  5. 5GLM 4.733.3%
  6. 6GLM-4.627.7%
  7. 7gpt-oss-120b (medium)24.6%
  8. 8gpt-oss-20b (high)21.4%
  9. 9Gemini 2.5 Pro19.9%
  10. 10gpt-oss-20b (medium)16.9%
  11. 11Gemini 2.5 Flash16.3%
  12. 12Claude Opus 415.5%
  13. 13GPT-4.115.3%
  14. 14Claude Sonnet 414.7%
  15. 15Kimi K214.6%
21 / 21
#
1GPT-557.6%56.62025-08-08
2o350.5%60.42025-08-08
3gpt-oss-120bhigh43.6%45.32025-12-31
4Tongyi DeepResearch 30B-A3B36.9%–2025-12-27
5GLM 4.733.3%51.72025-12-26
6GLM-4.627.7%50.22025-10-13
7gpt-oss-120bmedium24.6%–2025-08-08
8gpt-oss-20bhigh21.4%45.42025-08-08
9Gemini 2.5 Pro19.9%55.22025-08-08
10gpt-oss-20bmedium16.9%–2025-08-08
11Gemini 2.5 Flash16.3%52.42025-08-08
12Claude Opus 415.5%51.92025-08-08
13GPT-4.115.3%48.72025-08-08
14Claude Sonnet 414.7%50.02025-08-08
15Kimi K214.6%51.12025-08-16
16Websailor 32B12.1%–2025-09-28
17gpt-oss-120blow9.8%45.72025-08-08
18DeepSeek R1 05288.6%49.12025-08-16
19Searchr1 32B4.1%–2025-08-08
20gpt-oss-20blow4.0%45.62025-08-08
21Qwen3 32B3.6%51.22025-08-08

更多智能体与工具基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《BrowseComp-Plus 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/browsecomp_plus。

BrowseComp-Plus:常见问题

BrowseComp-Plus 衡量的是什么?
用固定的 10 万篇文档语料库而不是实时网络来回答 BrowseComp 问题,从而能把检索器和模型分开评判。显示的分数基于 BM25 基线检索器,这是几乎所有提交都会跑的一栏。收录的模型截至 2025 年末。分数以完成任务的百分比表示,越高越好。
BrowseComp-Plus 的最高分是多少?
截至 2026年11月16日,BrowseComp-Plus 的最高分为 57.6%,由 GPT-5 取得(结果日期 2025年8月8日),领先于 o3(50.5%)。分数来自 BrowseComp-Plus,每天重新读取。
哪个 AI 模型在 BrowseComp-Plus 上领先?
截至 2026年11月16日,BrowseComp-Plus 排名第一的是 GPT-5,分数为 57.6%(结果日期 2025年8月8日)。其后为 o3(50.5%)。
有多少模型有 BrowseComp-Plus 结果?
BenchLeader 上有 21 个模型配置有 BrowseComp-Plus 结果,全部取自 BrowseComp-Plus(经由 BrowseComp-Plus)。
BrowseComp-Plus 由谁运行,多久更新一次?
BrowseComp-Plus 由 BrowseComp-Plus 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
BrowseComp-Plus 是否计入 BenchLeader Index?
不计入。BrowseComp-Plus 仅作参考展示,不计入综合分数。