AI मॉडल क्षमता तुलना
ब्राउज़र उपयोग
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
| क्र. | मॉडल | एजेंट इंजन | |
|---|---|---|---|
| 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
स्रोत: Browserbase / Stagehand ↗
Browserbase Benchmark v2 · Claude Code · Source date unknown
Browserbase Benchmark v2 · Codex · Source date unknown
PandaNpc अपडेटेड 21 अक्टू॰ 2026, 06:01 UTC
स्रोत: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
स्तंभ गाइड
- क्र.
- केवल प्रदर्शन क्रम। क्रमबद्ध करने पर यह संख्या बदलती है; यह प्रकाशित क्षमता रैंक नहीं है।
- मॉडल
- मूल्यांकित मॉडल का नाम और उसके प्रदाता का आइकन। स्कोर स्तंभ में डैश का अर्थ है कि यहाँ कोई प्रकाशित स्कोर उपलब्ध नहीं है, शून्य नहीं।
- एजेंट इंजन
- Claude Code · Codex
- स्कोर
- Browserbase / Stagehand ब्राउज़र कार्य सटीकता (%)। प्रत्येक पंक्ति एक मॉडल और उसके एजेंट इंजन को दर्शाती है। अलग-अलग इंजन परिणाम को प्रभावित कर सकते हैं, इसलिए स्कोर को केवल मॉडल को नहीं जिम्मेदार ठहराया जाना चाहिए। डिफ़ॉल्ट रूप से स्कोर के अनुसार क्रमबद्ध। मूल्यांकन पद्धति ↗