AI-mallien kyvykkyysvertailu
Selaimen käyttö
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
| Nro. | Malli | Agenttimoottori | |
|---|---|---|---|
| 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
Lähde: Browserbase / Stagehand ↗
Browserbase Benchmark v2 · Claude Code · Source date unknown
Browserbase Benchmark v2 · Codex · Source date unknown
PandaNpc Päivitetty 21.10.2026 klo 06.01 UTC
Lähde: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Sarakkeiden opas
- Nro.
- Vain näyttöjärjestys. Lajittelu muuttaa tätä numeroa; se ei ole julkaistu kyvykkyyssijoitus.
- Malli
- Arvioidun mallin nimi ja sen tarjoajan kuvake. Viiva pistesarakkeessa tarkoittaa, ettei julkaistua pistettä ole saatavilla tässä, ei nollaa.
- Agenttimoottori
- Claude Code · Codex
- Pisteet
- Browserbase / Stagehand -selaintehtävän tarkkuus (%). Jokainen rivi yksilöi mallin ja sen agenttimoottorin. Eri moottorit voivat vaikuttaa tulokseen, joten pisteitä ei saa yhdistää pelkästään malliin. Oletusarvoisesti lajiteltu pistemäärän mukaan. Arviointimenetelmä ↗