Perbandingan Kemampuan Model AI
Penggunaan browser
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
| No. | Model | Mesin agen | |
|---|---|---|---|
| 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
Sumber: Browserbase / Stagehand ↗
Browserbase Benchmark v2 · Claude Code · Source date unknown
Browserbase Benchmark v2 · Codex · Source date unknown
PandaNpc Diperbarui 21 Okt 2026, 06.01 UTC
Sumber: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Panduan kolom
- No.
- Hanya urutan tampilan. Pengurutan mengubah nomor ini; ini bukan peringkat kemampuan yang dipublikasikan.
- Model
- Nama model yang dievaluasi dan ikon penyedianya. Tanda hubung pada kolom skor berarti tidak ada skor yang dipublikasikan yang tersedia di sini, bukan nol.
- Mesin agen
- Claude Code · Codex
- Skor
- Akurasi tugas browser Browserbase / Stagehand (%). Setiap baris mengidentifikasi model dan mesin agennya. Mesin yang berbeda dapat memengaruhi hasil, jadi skor tidak boleh dikaitkan hanya kepada model. Diurutkan berdasarkan skor secara default. Metodologi evaluasi ↗