Pular para o conteúdo
ReviewRamble

A newsletter semanal

IA, analisada, na sua caixa de entrada.

  • Novas análises de ferramentas, modelos, servidores MCP e repositórios, com o veredicto logo no início
  • Preços e notas reconferidos quando algo muda
  • Novos artigos de análise assim que são publicados

Modelos, agentes, servidores MCP e as ferramentas que realmente valem seu tempo.

Um e-mail por semana. Cancele pelo link em qualquer edição. Como usamos seu e-mail

BrowseComp

O BrowseComp é um benchmark da OpenAI com 1.266 perguntas difíceis que testa se um agente de navegação consegue pesquisar a web com persistência atrás de fatos emaranhados e difíceis de achar, com respostas curtas e fáceis de verificar.

Também chamado: BrowseComp benchmark

Por Divya Sharma · Verificado em 15 de nov. de 2026 · Como analisamos

Muitos benchmarks de busca fazem perguntas que uma única consulta responde. O BrowseComp, lançado por pesquisadores da OpenAI em 2025, faz perguntas cujas respostas estão enterradas: encontrá-las pode exigir seguir muitas pistas por muitas páginas. A resposta em si é curta, como um nome ou uma data, então a correção é simples mesmo que a busca seja difícil.

O que ele mede

Os autores o comparam a competições de programação para agentes de código: incompleto, mas útil. Ele testa persistência e criatividade para encontrar informação, a habilidade central por trás de ferramentas de deep research e de mecanismos de busca com IA. Ele não testa a escrita de respostas longas nem o tratamento de perguntas vagas de usuários, que tarefas reais de pesquisa também exigem.

Por que isso importa para quem constrói

Se o seu produto depende de um agente que navega, as pontuações no BrowseComp dizem o quanto um modelo persiste quando as primeiras buscas falham. O artigo também mostra a acurácia subindo com o esforço de navegação, o que o liga ao test-time compute: mais passos e mais buscas tendem a ajudar. As pontuações dependem das ferramentas que o agente tem, então compare resultados obtidos com a mesma configuração de busca e de agente de navegador.

Limites

As perguntas são feitas para que as respostas sejam fáceis de verificar depois de encontradas, o que não é como a maioria das consultas reais funciona. Respostas publicadas na internet depois do lançamento também podem vazar para o treinamento dos modelos, então verifique qual versão e data uma pontuação informada usa.

Termos relacionados

Deep research (IA)
Deep research (pesquisa aprofundada) é um recurso de agentes de IA que planeja uma pergunta de pesquisa, faz muitas buscas na web, lê as fontes que encontra e escreve um relatório longo com citações, levando minutos em vez de segundos.
Benchmark de IA
Um benchmark de IA (teste de referência) é um conjunto fixo e público de tarefas com um método de pontuação acordado, usado para comparar modelos no mesmo teste, por exemplo problemas de código resolvidos, questões de prova respondidas ou qualidade de recuperação em muitos conjuntos de dados.
Agente de navegador
Um agente de navegador (browser agent) é um agente de IA que controla um navegador web para concluir tarefas, como pesquisar, clicar, preencher formulários e ler páginas, muitas vezes rodando um navegador headless, sem janela visível.
Mecanismo de busca com IA
Um mecanismo de busca com IA é um serviço de busca que faz pesquisas na web para uma consulta, lê os resultados com um modelo de linguagem e devolve uma resposta escrita com links para suas fontes, em vez de apenas uma lista de links.
Test-time compute
Test-time compute (processamento em tempo de teste) é a quantidade de computação que um modelo gasta ao responder a uma requisição, e não durante o treinamento. Deixar um modelo pensar por mais tempo ou tentar várias respostas pode melhorar os resultados em problemas difíceis.

Fontes