| Benchmark | 测评分类 | 可信级别 | 开放 | 热度 |
|---|---|---|---|---|
ClawBench · TIGER-Lab | 智能体网页导航 | B待确认 | 31.1 | |
WebArena WebArena· CMU | 智能体网页导航 | S高可信 | 14.7 | |
BrowseComp BrowseComp· OpenAI | 智能体网页导航 | S高可信 | 12.4 | |
Mind2Web · OSU-NLP-Group | 智能体网页导航 | B待确认 | 11.5 | |
VibeSearchBench · VibeBench | 智能体网页导航 | B待确认 | 0.0 | |
BrowseComp-Plus BrowseComp· texttron | 智能体网页导航 | B待确认 | 0.0 | |
Mind2Web-2 · OSU-NLP-Group | 智能体网页导航 | B待确认 | 0.0 |