Primary sourceBrowser Use
View sourceEvent ·Multi-source
browser_use 基准测试:中位步数 67 步领先,速度与准确率兼得
browser_use 公布了智能体浏览任务的横向对比结果:在 180 个共享任务、同一套执行框架和评审标准下,GPT-6.1 Sol 的中位步数为 67 步,明显少于对比模型的 105 步,且每一步的耗时也更短。官方称这是所有头部模型中速度最快的一个,没有模型能在更短时间内拿到更高分。 测试采用统一任务集与统一 judge 评分,避免因框架差异导致结果不可比。速度优势来自两方面:任务规划路径更短(中位 67 步对 105 步),以及单步执行延迟更低。这意味着在实际浏览器自动化场景中,同样完成一个任务,端到端耗时差距会进一步放大。 对做浏览器智能体、RPA 自动化的开发者来说,步数和单步耗时直接决定 token 成本与响应速度,这类统一框架下的公开基准是选型时少有的可量化参考。
Current read
browser_use 用同一套 180 个任务和评审标准测了一圈头部模型,GPT-6.1 Sol 中位只要 67 步,比对比模型少 38 步,单步还更快。做浏览器自动化或选模型的人可以直接当参考表用。
3 sources38° AI heatLast updated 2026/11/18 00:09:45
Evidence
3 sourcesConflict check
Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.