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%。

#	模型	得分 (%)	厂商	来源
1	GPT-5.2	76.1	OpenAI	GLM-5 技术报告
2	GLM-5	72.7	智谱AI	GLM-5 技术报告
3	Gemini 3 Pro	66.8	Google	GLM-5 技术报告
4	GLM-4.7	66.6	智谱AI	GLM-5 技术报告
5	DeepSeek-V3.2	65	深度求索	GLM-5 技术报告
6	GPT-5	63	OpenAI	GLM-4.7 技术报告
7	Claude Opus 4.5	62.4	Anthropic	GLM-5 技术报告
8	Kimi-K2.5	62.3	月之暗面	GLM-5 技术报告
9	Kimi-K2	62.3	月之暗面	GLM-4.7 技术报告
10	GLM-4.6	49.5	智谱AI	GLM-4.7 技术报告

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%。

#	模型	得分 (%)	厂商	来源
1	GPT-5.2	76.1	OpenAI	GLM-5 技术报告
2	GLM-5	72.7	智谱AI	GLM-5 技术报告
3	Gemini 3 Pro	66.8	Google	GLM-5 技术报告
4	GLM-4.7	66.6	智谱AI	GLM-5 技术报告
5	DeepSeek-V3.2	65	深度求索	GLM-5 技术报告
6	GPT-5	63	OpenAI	GLM-4.7 技术报告
7	Claude Opus 4.5	62.4	Anthropic	GLM-5 技术报告
8	Kimi-K2.5	62.3	月之暗面	GLM-5 技术报告
9	Kimi-K2	62.3	月之暗面	GLM-4.7 技术报告
10	GLM-4.6	49.5	智谱AI	GLM-4.7 技术报告