Grok 4.5 领跑浏览器AI助手排行榜：自主性新标准
人工智能自主与网页交互的能力——从预订机票到数据收集——已不再是科幻小说。然而，最新基准测试显示，并非所有模型都能同样出色地完成这项任务。在这一领域，xAI旗下的Grok意外成为领跑者，超越了业界公认的巨头。
Browser Use服务创始人格雷戈尔·祖尼奇对五款领先的AI助手进行了对比测试，评估它们在网站上无差错执行操作的能力。关键标准是任务执行的准确性：点击按钮、填写表单和导航。在这方面，Grok交出的成绩单为整个行业树立了新标杆。
谁表现最佳
根据分析数据，Grok 4.5成功完成了76.42%的任务——这是所有测试方案中的绝对最高分。第二名是基于OpenAI的助手，成绩为72.70%，使用了GPT 5.5模型。紧随其后的是Anthropic基于Opus 4.8模型的两款方案，成绩分别为70.75%和67.92%。排名第五的是通过OpenClaw插件运行的GPT，成绩为60.38%。
值得注意的是，助手的效率直接取决于两个因素：基础语言模型和与浏览器的集成方式。正如Anthropic的测试所示，同一供应商的不同连接方法，其准确率差异可能高达近三个百分点。
需要考虑的因素
结果清楚地表明，在基础设施相同的情况下，AI模型的选择成为决定性因素。由xAI开发的Grok 4.5不仅追赶上了竞争对手，而且自信地超越了它们。这是对自主浏览器代理技术领域领导地位的严肃宣示——这项技术将在未来几年彻底改变用户与互联网的交互方式。
作为分析师，我想指出，Browser Use的测试并非抽象的基准测试，而是对AI实际实用性的直接衡量。如果Grok 4.5保持这样的发展速度，我们可能会看到xAI在网页自动化企业解决方案市场中占据相当大的份额。OpenAI和Anthropic将不得不认真反思其策略，以免失去优势地位。