BenchLeader

LiveBench Browser 排行榜

截至 2026年11月16日,LiveBench Browser 的最高分为 93.3%,由 GPT-6.1 Sol(OpenAI)取得,领先于 GPT-6.1 Terra(93.1%)。共有 34 个模型配置公布了结果(LiveBench,结果日期 2026年11月6日)。LiveBench 的浏览器操作套件:模型操控浏览器,在开放网络上完成任务。LiveBench Browser 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • GPT-6.1 Sol 以 93.3% 保持 LiveBench Browser 最高分(LiveBench,2026年11月6日)。
  • GPT-6.1 Terra 以 93.1% 位列 LiveBench Browser 第二(LiveBench,2026年11月6日)。
  • LiveBench Browser:LiveBench 2.0 浏览器操作套件(LiveBench)。
  • BenchLeader 上有 34 个模型配置公布了 LiveBench Browser 结果(BenchLeader,2026年11月16日)。
  • LiveBench Browser 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

LiveBench 2.0 浏览器操作套件。

发布方
LiveBench
类别
智能体与工具
Index 权重
仅作参考
模型
34
数据截至
2026年11月16日

LiveBench (livebench.ai), White et al. 2024.

测试内容

LiveBench 的浏览器操作套件:模型操控浏览器,在开放网络上完成任务。

评分方式

该套件 0–100 的任务平均分,取自单次运行。

注意事项

对网站变化和工具接入方式很敏感;同一个模型在不同版本之间分数可能大幅波动。

34 / 34
#
1GPT-6.1 Solmax93.3%66.6$70.09$2.805k2026-11-06
2GPT-6.1 Terramax93.1%64.1$48.74$1.957k2026-11-06
3GPT-6 Astramax91.3%67.3$403.68$16.154k2026-11-06
4Claude Fable 5.1max89.8%66.7$768.35$30.7322k2026-11-06
5Claude Sonnet 5.5max89.3%64.2$227.58$9.1043k2026-11-06
6Claude Opus 5.5max88.4%68.4$379.72$15.1929k2026-11-06
7新Claude Fable 5.2xhigh86.9%69.7$86.08$3.4416k2026-11-06
8Gemini 4 Argonhigh82.8%65.3$159.41$6.3847k2026-11-06
9MiniMax M3.1 Flashmax80.6%–$7.77$0.31139k2026-11-06
10Gemini 4 Carbonhigh80.0%68.9$175.92$7.0431k2026-11-06
11MiMo-V2.6-Prohigh77.3%–$14.64$0.58640k2026-11-06
12新Gemini 4 Hydrogenxhigh77.1%61.8$151.16$6.0536k2026-11-06
13Kimi K3.1 Promax75.9%59.9$46.03$1.8415k2026-11-06
14Kimi K3max75.2%60.2$111.92$4.4821k2026-11-06
15GPT-5.6 Terramax70.3%59.5$78.08$3.129k2026-11-06
16GPT-6 Lunamax70.3%55.1$4.83$0.19314k2026-11-06
17Claude Haiku 5.5max69.5%55.3$15.51$0.62054k2026-11-06
18DeepSeek V4.1 Flash 1017max67.2%57.7$7.99$0.32032k2026-11-06
19Muse Wondermax60.0%60.8$155.26$6.2118k2026-11-06
20GLM 5.3 Flashmax59.8%52.4$5.38$0.21518k2026-11-06
21Qwen3.8 Maxmax49.4%58.7$94.42$3.78129k2026-11-06
22Grok 4.6xhigh49.4%56.1$96.63$3.8720k2026-11-06
23Grok 4.7xhigh49.3%57.4$147.02$5.8844k2026-11-06
24Gemini 3.8 Flashhigh45.1%59.4$121.37$4.8639k2026-11-06
25Muse Spark 1.3max30.9%60.6$74.63$2.9927k2026-11-06
26Muse Spark Openmax26.2%–$73.75$2.9524k2026-11-06
27Smaug Nemotron 3.5 NVFP4max25.6%–$5.95$0.23858k2026-11-06
28Step 5 Previewmax24.8%–$83.85$3.35155k2026-11-06
29Qwen3.8 27Bmax24.2%–$35.85$1.4355k2026-11-06
30Nemotron Super VL 3.5max21.6%–$10.39$0.41645k2026-11-06
31Nemotron Super VL 3.5 NVFP4max18.0%–$5.10$0.20428k2026-11-06
32Mistral Large 4high17.4%48.3$41.31$1.6539k2026-11-06
33Inklingmax12.0%–$62.69$2.5127k2026-11-06
34Gemma 4 31Bmax0.0%–$6.06$0.24284k2026-11-06

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

LiveBench Browser:常见问题

LiveBench Browser 衡量的是什么?
LiveBench 的浏览器操作套件:模型操控浏览器,在开放网络上完成任务。分数以完成任务的百分比表示,越高越好。
LiveBench Browser 的最高分是多少?
截至 2026年11月16日,LiveBench Browser 的最高分为 93.3%,由 GPT-6.1 Sol 取得(结果日期 2026年11月6日),领先于 GPT-6.1 Terra(93.1%)。分数来自 LiveBench,每天重新读取。
哪个 AI 模型在 LiveBench Browser 上领先?
截至 2026年11月16日,LiveBench Browser 排名第一的是 GPT-6.1 Sol,分数为 93.3%(结果日期 2026年11月6日)。其后为 GPT-6.1 Terra(93.1%)。
有多少模型有 LiveBench Browser 结果?
BenchLeader 上有 34 个模型配置有 LiveBench Browser 结果,全部取自 LiveBench。
LiveBench Browser 由谁运行,多久更新一次?
LiveBench Browser 由 LiveBench 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。
LiveBench Browser 是否计入 BenchLeader Index?
不计入。LiveBench Browser 仅作参考展示,不计入综合分数。