BrowseComp
Web を調べて答えを探すエージェント課題。
- 分類
- ツール利用
- 単位
- パーセント(%)
- 高いほど良い
- 比較グループ
- 2グループ
- すべてのモデルの順位(記録)・順位を付けた結果 2 件
すべてのモデルの順位(記録)
旧モデルと Claude Code / Codex で選べないモデルを含めて、比較グループごとに順位を付け直したものです。順位を付ける顔ぶれが違うので、上の順位とは違います。
旧モデル・選べないモデルを含む順位を開く(2 件)
公式の結果(Kimi K3.1 Pro (Hugging Face model card, moonshotai))
| 順位 | モデル | effort | スコア | 出典のコスト(指標) | 計測・報告 | 出典 |
|---|---|---|---|---|---|---|
| 1 | Kimi K3.1 Pro | Max | 92.1% | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)2026-11-13 取得・ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95。200K トークンで文脈圧縮・最大 500 ステップ・top-p 1.0出典の該当箇所BrowseComp | 92.1所在 HF モデルカード「3. Evaluation Results」の表、BrowseComp 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Agentic 9 |
公式の結果(Kimi K3 (Hugging Face model card, moonshotai))
| 順位 | モデル | effort | スコア | 出典のコスト(指標) | 計測・報告 | 出典 |
|---|---|---|---|---|---|---|
| 1 | Kimi K3 | Max | 91.2% | — | Moonshot AI | Kimi K3 (Hugging Face model card, moonshotai)2026-11-13 取得・ベンダー発表値(Moonshot AI 自己申告)。表注: All Kimi K3 results are obtained with reasoning effort set to 'max' and temperature = 1.0。300K トークンで文脈圧縮(文脈管理なし・1M では 90.4 と別記)出典の該当箇所BrowseComp | 91.2所在 HF モデルカード「3. Evaluation Results」の表、BrowseComp 行・Kimi K3 (max) 列(左端の数値列)。根拠の脚注: Agentic / BrowseComp |