第 1 名
OpenAI DeepResearch
42.9官方榜单
BrowseComp-ZH
289 道中文多跳检索题，评测大模型与联网搜索产品的中文浏览能力；官方主表停在 2025 年 4 月。
收录成绩2020 个模型或系统
当前第一42.9OpenAI DeepResearch
指标准确率289 题上的判题准确率（%）
数据时效人工整理整理于 2026-10-26 · 1 个数据源
第 2 名
O1
29.1官方榜单
第 3 名
Gemini-2.5-Pro
27.3官方榜单
排名表
显示 20 / 20
| 模型 | 机构 | 来源 | 备注 | |||
|---|---|---|---|---|---|---|
| 1 | OpenAI DeepResearch | OpenAI | 42.9 | 官方榜单 | 2026-10-26 | 定位：README Model Performance Overview，按 Accuracy 降序第 1 名，访问于 2026-10-26；来源发布日期：2025-04-24；289 题；AI Search Product、Browsing=Yes；Accuracy 42.9%；作者统一评测。 |
| 2 | O1 | OpenAI | 29.1 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 2 名，访问于 2026-10-26；来源发布日期：2025-04-24；Closed-Source；Reasoning=Yes、Browsing=No。 |
| 3 | Gemini-2.5-Pro | 27.3 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 3 名，访问于 2026-10-26；来源发布日期：2025-04-24；Closed-Source；Reasoning=Yes、Browsing=No。 | |
| 4 | Doubao（Deep Search） | ByteDance | 26.0 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 4 名，访问于 2026-10-26；来源发布日期：2025-04-24；AI Search Product；Browsing=Yes。 |
| 5 | DeepSeek-R1 | DeepSeek | 23.2 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 5 名，访问于 2026-10-26；来源发布日期：2025-04-24；Open-Source；Reasoning=Yes、Browsing=No。 |
| 6 | Perplexity（Research） | Perplexity | 22.6 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 6 名，访问于 2026-10-26；来源发布日期：2025-04-24；AI Search Product；Browsing=Yes。 |
| 7 | Doubao（Standard） | ByteDance | 18.7 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 7 名，访问于 2026-10-26；来源发布日期：2025-04-24；AI Search Product；Browsing=Yes。 |
| 8 | Claude-3.7-Sonnet | Anthropic | 17.7 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 8 名，访问于 2026-10-26；来源发布日期：2025-04-24；Closed-Source；Reasoning=Yes、Browsing=No。 |
| 9 | O4-mini | OpenAI | 15.2 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 9 名，访问于 2026-10-26；来源发布日期：2025-04-24；Closed-Source；Reasoning=Yes、Browsing=No。 |
| 10 | Qwen3-235B-A22B（Thinking） | Alibaba | 13.2 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 10 名，访问于 2026-10-26；来源发布日期：2025-04-24；Open-Source；Reasoning=Yes、Browsing=No。 |
| 11 | Grok3（Research） | xAI | 12.9 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 11 名，访问于 2026-10-26；来源发布日期：2025-04-24；AI Search Product；Browsing=Yes。 |
| 12 | Yuanbao（Hunyuan Model） | Tencent | 12.2 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 12 名，访问于 2026-10-26；来源发布日期：2025-04-24；AI Search Product；Browsing=Yes。 |
| 13 | QwQ-32B | Alibaba | 11.1 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 13 名，访问于 2026-10-26；来源发布日期：2025-04-24；Open-Source；Reasoning=Yes、Browsing=No。 |
| 14 | DeepSeek-V3 | DeepSeek | 8.7 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 14 名，访问于 2026-10-26；来源发布日期：2025-04-24；Open-Source；Reasoning=No、Browsing=No。 |
| 15 | Kimi（Deep Think） | Moonshot AI | 8.0 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 16 名（与 Qwen3 Non-Thinking 并列 8.0%），访问于 2026-10-26；来源发布日期：2025-04-24；AI Search Product；Browsing=Yes。 |
| 15 | Qwen3-235B-A22B（Non-Thinking） | Alibaba | 8.0 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 15 名（与 Kimi 并列 8.0%），访问于 2026-10-26；来源发布日期：2025-04-24；Open-Source；Reasoning=No、Browsing=No。 |
| 17 | DeepSeek（Deep Think） | DeepSeek | 7.6 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 18 名（与 Qwen2.5-MAX 并列 7.6%），访问于 2026-10-26；来源发布日期：2025-04-24；AI Search Product；Browsing=Yes。 |
| 17 | Qwen2.5-MAX | Alibaba | 7.6 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 17 名（与 DeepSeek Deep Think 并列 7.6%），访问于 2026-10-26；来源发布日期：2025-04-24；Closed-Source；Reasoning=No、Browsing=No。 |
| 19 | Gemini-2.0-Flash | 6.9 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 19 名，访问于 2026-10-26；来源发布日期：2025-04-24；Closed-Source；Reasoning=No、Browsing=No。 | |
| 20 | Qwen2.5-72B-Instruct | Alibaba | 6.6 | 官方榜单 | 2026-10-26 | 定位：同一主表，Accuracy 降序第 20 名，访问于 2026-10-26；来源发布日期：2025-04-24；Open-Source；Reasoning=No、Browsing=No；第 21 名 GPT4o 为 6.2% 未纳入。 |
榜单说明
第 5 批接入分数转录自仓库 README「Model Performance Overview」主表，为论文发布时（2025 年 4 月）作者统一评测的结果，整理日 2026-10-26 维护方未再更新，较新的模型不在表中。表中大模型与 AI 搜索产品混排，Accuracy 为总分；README 中的校准误差越低越好，不放进排名表。
- 指标
- 准确率：289 题上的判题准确率（%）（越高越好）
- 数据源
- 来源类型
- 官方榜单 20
分数取自数据源原文；同一模型在不同评测设置或不同来源下分别列出，来源冲突时全部保留并标注来源类型。
更新记录
0 条首次同步作为基线，之后新上榜、分数变化和移除的条目会记录在这里。