GPT-5.2 · BrowseComp · 1,266 题;单代理与多代理按协议区分 · 成绩与配置

GPT-5.2 的 BrowseComp · 1,266 题;单代理与多代理按协议区分 记录。本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录),附 1 条来源定位。

成绩与评测条件

GPT-5.2 · BrowseComp 成绩与配置
指标与成绩配置与评测条件出处
Accuracy65.8%原文 65.8% · 单位 %
公布 未确认
GPT-5.2 Thinking (xhigh)
设置
Highest available API reasoning effort xhigh, except professional benchmark tasks.
未知项
未另记
工具
工具条件未记录
推理预算
xhigh
框架
未记录
协议
BrowseComp; article notes search blacklisting to reduce answer leakage.
条件
Highest available API reasoning effort xhigh.
在排名中查看此成绩
Accuracy77.9%原文 77.9% · 单位 %
公布 未确认
GPT-5.2 Pro (xhigh)
设置
Pro variant; highest available API reasoning effort xhigh except professional benchmark tasks.
未知项
The article does not publish a Pro GDPval result under the same heavy setting as the Thinking result; reported row retained as printed.
工具
工具条件未记录
推理预算
xhigh
框架
未记录
协议
BrowseComp; article notes search blacklisting to reduce answer leakage.
条件
GPT-5.2 Pro; highest available API effort xhigh.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 BrowseComp、Multi-agent BrowseComp

  • Accuracy · % · 越高越好