BrowseComp

Créé par OpenAI en 2025, BrowseComp évalue la capacité d’agents IA à mener des recherches persistantes sur le web. Ses questions ouvertes exigent de naviguer entre plusieurs sources afin de retrouver des informations difficiles d’accès, imbriquées ou peu évidentes.

Le benchmark privilégie des réponses courtes, comparables à des références vérifiables. Il sert ainsi à distinguer les modèles capables de dépasser une recherche superficielle, en combinant persévérance dans la collecte d’informations et créativité dans les parcours de navigation.

Carte d'identité

Métadonnées descriptives pré-renseignées automatiquement, en cours de relecture éditoriale.

Classement des modèles (57)

Classement établi sur 57 modèles évalués, dont 29 de grands éditeurs. Score médian de l'ensemble : 69,0 %. « Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench, MTEB…).

Notre analyse

Un score élevé sur BrowseComp indique qu’un agent retrouve fréquemment la réponse de référence malgré la difficulté de la recherche, tout en produisant une réponse concise. La métrique d’accuracy mesure directement la proportion de réponses correctes, mais la fiabilité comparative du classement doit être nuancée : les scores recensés sont majoritairement auto-déclarés par les éditeurs, plutôt qu’établis dans un cadre de mesure indépendant unique.

Avec une médiane de 63 % parmi 52 modèles et un meilleur résultat de 90 % pour GPT-5.5 Pro, le classement révèle un écart notable entre la performance centrale de l’ensemble et celle du modèle de tête. Le maximum restant inférieur à 100 %, BrowseComp n’apparaît pas totalement saturé dans cette base. Son accès public crée toutefois un risque potentiel de contamination des évaluations futures. Sa portée demeure ciblée : il mesure la recherche web agentique en anglais, sur des questions ouvertes à réponse courte. Il ne résume donc pas, à lui seul, les capacités générales d’un modèle en dehors de ce cadre.

Sources des scores : llm-stats.