BrowseComp (w/ Context Manage)Agent

带上下文管理策略的变体BrowseComp 的跨模态变体，在 BrowseComp 基础上引入多模态信息处理和计算机操作能力要求。Agent 不仅需要网页浏览搜索，还需处理图片、视频等多媒体内容并执行桌面级操作任务，综合评估多模态感知与交互能力。

排行数据源

#模型得分

1

Gemini 3.1 ProGoogle

85.9%

2

Claude Opus 4.6Anthropic

84.0%

3

GPT-5.4OpenAI

82.7%

4

GLM-5.1智谱AI

79.3%

5

GLM-5智谱AI

75.9%

6

Kimi-K2.5月之暗面

74.9%

7

Claude Opus 4.5Anthropic

67.8%

8

DeepSeek-V3.2深度求索

67.6%

9

GLM-4.7智谱AI

67.5%

10

GPT-5.2OpenAI

65.8%

共 13 个模型

返回基准目录