ベンチマーク / BrowseComp
BrowseComp
PC・ブラウザ操作・高いほど良い
このベンチマークとは
ウェブを調べて見つけにくい情報を探し出す能力を測るブラウジング評価。
検索・閲覧を使った調査力。ツール構成で結果が変わる。
＊＝開発元の自社発表。 出典（表）ごとに分けています。同じ表の値どうしは同じ条件で比べられます。
OpenAI の表
OpenAI: GPT-6 Astra 発表（比較表・脚注） ↗比較表の他社モデル数値は OpenAI が掲載したもの。各社最大 effort の値。
- 1
GPT-6 Astra91.5%＊OpenAI・最大effort - 2
Claude Opus 5 過去の版90.8%OpenAI（比較表に掲載）・最大effort - 3GPT-5.6 Sol 過去の版90.4%＊OpenAI・最大effort
- 4Claude Fable 5 過去の版87.4%OpenAI（比較表に掲載）・最大effort