Σύγκριση Ικανοτήτων Μοντέλων AI
Χρήση περιηγητή
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
— means no published score for this candidate in this source, not zero.9/11 recent-year models have scores
| Αρ. | Μοντέλο | Μηχανή πράκτορα | |
|---|---|---|---|
| 1 |  Claude Opus 5.5claude-opus-5-5 | Claude Code | 89 |
| 2 |  GPT-6 Astragpt-6-astra | Codex | 87 |
| 3 | Claude Fable 5.1claude-fable-5-1 | Claude Code | 84 |
| 4 | GPT-6.1 Solgpt-6.1-sol | Codex | 79 |
| 5 | Claude Sonnet 5.5claude-sonnet-5-5 | Claude Code | 79 |
| 6 | Claude Opus 5claude-opus-5 | Claude Code | 78 |
| 7 | GPT-6 Solgpt-6-sol | Codex | 76 |
| 8 | GPT-6 Lunagpt-6-luna | Codex | 74 |
| 9 | Claude Haiku 5.5claude-haiku-5-5 | Claude Code | 74 |
Browserbase / Stagehand
Πηγή: Browserbase / Stagehand ↗
Browserbase Benchmark v2 · Claude Code · Source date unknown
Browserbase Benchmark v2 · Codex · Source date unknown
PandaNpc Ενημερώθηκε 21 Οκτ 2026, 06:01 (Συντονισμένη Παγκόσμια Ώρα)
Πηγή: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Οδηγός στηλών
- Αρ.
- Μόνο σειρά εμφάνισης. Η ταξινόμηση αλλάζει αυτόν τον αριθμό· δεν αποτελεί δημοσιευμένη κατάταξη ικανοτήτων.
- Μοντέλο
- Το όνομα του αξιολογούμενου μοντέλου και το εικονίδιο του παρόχου του. Μια παύλα σε μια στήλη βαθμολογίας σημαίνει ότι δεν υπάρχει διαθέσιμη δημοσιευμένη βαθμολογία εδώ, όχι μηδέν.
- Μηχανή πράκτορα
- Claude Code · Codex
- Βαθμολογία
- Ακρίβεια εργασιών προγράμματος περιήγησης Browserbase / Stagehand (%). Κάθε γραμμή προσδιορίζει ένα μοντέλο και τη μηχανή πράκτορα του. Διαφορετικές μηχανές μπορούν να επηρεάσουν το αποτέλεσμα, επομένως οι βαθμολογίες δεν πρέπει να αποδίδονται μόνο στο μοντέλο. Προεπιλεγμένη ταξινόμηση κατά βαθμολογία. Μεθοδολογία αξιολόγησης ↗