待验证60% 置信事实时间未知

BrowseComp是OpenAI发布的网页浏览与信息检索能力基准测试

2

来源数

60%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

Gemini 3.1 Pro深度横评：ARC-AGI-2得分77.1%，真的最强吗？

bilibili锋芒AI

涉及实体

BrowseCompconcept OpenAIcompany

相关事实

已验证BrowseComp是OpenAI提出的代理搜索基准，考察模型在真实网络环境中完成多步信息检索与整合的能力83% 相似待验证OpenAI的Evals框架和PromptFlow提供了Prompt的自动化测试能力73% 相似待验证OpenAI 的 Sites 潜在优势包括自有模型的语义理解能力、ChatGPT庞大用户基础及潜在多模态输入能力71% 相似待验证open-code-review同时兼容OpenAI和Anthropic的API协议71% 相似待验证任务集中在网页操作时，OpenAI Operator或结合DOM解析的开源框架往往能提供更好的成功率71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/12521

API

curl https://kongchang.com/api/v1/knowledge/claims/12521

MCP

get_claim(id=12521)