BrowseComp-ZhAgent

中文网页浏览理解基准BrowseComp-ZH 是 BrowseComp 的中文版本，专门评估 Agent 在中文互联网环境下的浏览能力。包含 289 道多跳问题，覆盖 11 个领域，考虑中文特有的语言、基础设施和审查复杂性。DeepResearch 也仅达 42.9%。

排行数据源

#模型得分

1

GPT-5.2OpenAI

76.1%

2

GLM-5智谱AI

72.7%

3

Gemini 3 ProGoogle

66.8%

4

GLM-4.7智谱AI

66.6%

5

DeepSeek-V3.2深度求索

65.0%

6

GPT-5OpenAI

63.0%

7

Claude Opus 4.5Anthropic

62.4%

8

Kimi-K2.5月之暗面

62.3%

9

Kimi-K2月之暗面

62.3%

10

GLM-4.6智谱AI

49.5%

共 11 个模型

返回基准目录

BrowseComp-ZhAgent

官方网站

中文网页浏览理解基准BrowseComp-ZH 是 BrowseComp 的中文版本，专门评估 Agent 在中文互联网环境下的浏览能力。包含 289 道多跳问题，覆盖 11 个领域，考虑中文特有的语言、基础设施和审查复杂性。DeepResearch 也仅达 42.9%。

排行数据源

#模型得分

1

GPT-5.2OpenAI

76.1%

2

GLM-5智谱AI

72.7%

3

Gemini 3 ProGoogle

66.8%

4

GLM-4.7智谱AI

66.6%

5

DeepSeek-V3.2深度求索

65.0%

6

GPT-5OpenAI

63.0%

7

Claude Opus 4.5Anthropic

62.4%

8

Kimi-K2.5月之暗面

62.3%

9

Kimi-K2月之暗面

62.3%

10

GLM-4.6智谱AI

49.5%

共 11 个模型