BenchLeader

BrowseComp 排行榜

截至 2026年11月16日,BrowseComp 的最高分为 31.2%,由 Gemini 3.1 Pro(Google)取得,领先于 GPT-5(20.1%)。共有 42 个模型配置公布了结果(OpenAI,结果日期 2026年3月25日)。答案深藏在公开网络中的难题:模型必须去浏览,而不能靠记忆。由 OpenAI 发布。BrowseComp 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Gemini 3.1 Pro 以 31.2% 保持 BrowseComp 最高分(OpenAI,2026年3月25日)。
  • GPT-5 以 20.1% 位列 BrowseComp 第二(OpenAI,2025年8月26日)。
  • BrowseComp:答案深藏在公开网络中的难题:模型必须去浏览,而不能靠记忆。由 OpenAI 发布(OpenAI)。
  • BenchLeader 上有 42 个模型配置公布了 BrowseComp 结果(BenchLeader,2026年11月16日)。
  • BrowseComp 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

答案深藏在公开网络中的难题:模型必须去浏览,而不能靠记忆。由 OpenAI 发布。

发布方
OpenAI数据经由 Kaggle Benchmarks
类别
智能体与工具
Index 权重
仅作参考
模型
42
数据截至
2026年11月16日

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

42 / 42
#
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

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 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/kaggle_browsecomp。

BrowseComp:常见问题

BrowseComp 衡量的是什么?
答案深藏在公开网络中的难题:模型必须去浏览,而不能靠记忆。由 OpenAI 发布。分数以完成任务的百分比表示,越高越好。
BrowseComp 的最高分是多少?
截至 2026年11月16日,BrowseComp 的最高分为 31.2%,由 Gemini 3.1 Pro 取得(结果日期 2026年3月25日),领先于 GPT-5(20.1%)。分数来自 OpenAI,每天重新读取。
哪个 AI 模型在 BrowseComp 上领先?
截至 2026年11月16日,BrowseComp 排名第一的是 Gemini 3.1 Pro,分数为 31.2%(结果日期 2026年3月25日)。其后为 GPT-5(20.1%)。
有多少模型有 BrowseComp 结果?
BenchLeader 上有 42 个模型配置有 BrowseComp 结果,全部取自 OpenAI(经由 Kaggle Benchmarks)。
BrowseComp 由谁运行,多久更新一次?
BrowseComp 由 OpenAI 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 是否计入 BenchLeader Index?
不计入。BrowseComp 仅作参考展示,不计入综合分数。