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.
- 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 / 21
| # | ||||
|---|---|---|---|---|
| 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开放 | 4.1% | – | 2025-08-08 |
| 20 | 4.0% | 45.6 | 2025-08-08 | |
| 21 | 3.6% | 51.2 | 2025-08-08 |
相关基准测试
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。