Grok 4.5 сокрушает конкурентов в тестах браузерных ИИ-агентов: новый лидер автономности
Разработчики активно создают ИИ-помощников, способных самостоятельно взаимодействовать с веб-сайтами: открывать страницы, нажимать кнопки, заполнять формы и собирать информацию. Такие агенты могут по команде пользователя забронировать билет или проанализировать данные с сайта — и все это без участия человека.
Недавнее сравнительное тестирование, проведенное создателем сервиса Browser Use Грегором Зуничем, показало, что инструмент на базе модели Grok от xAI справляется с этой задачей значительно лучше конкурентов. Это не просто победа в бенчмарке, а сигнал о смене парадигмы в сегменте автономных браузерных агентов.
Кто показал лучший результат
Аналитики оценили пять инструментов по единому критерию — частота успешного выполнения задания на сайте без ошибок. Чем выше показатель, тем надежнее агент.
Лидером с большим отрывом стал Grok: его агент корректно выполнил 76,42% задач. На втором месте — помощник от OpenAI с результатом 72,70%. Далее следуют два агента от Anthropic с показателями 70,75% и 67,92%. Замыкает рейтинг GPT через плагин OpenClaw — лишь 60,38% успешных выполнений.
Каждый помощник работает на своей базовой ИИ-модели. Grok использует модель Grok 4.5, инструменты OpenAI — GPT 5.5, а решения Anthropic — Opus 4.8. Именно модель, как «мозг» системы, принимает решения, а сам агент лишь добавляет возможность управления браузером.
Что стоит учитывать
Тесты наглядно демонстрируют, что при прочих равных условиях выбор ИИ-модели играет решающую роль. Grok 4.5 объективно превосходит оппонентов в задачах автономного веб-серфинга. Однако важен и способ подключения к браузеру: у одного и того же помощника от Anthropic результат различался почти на три процентных пункта в зависимости от метода интеграции с сайтом.
Мое экспертное мнение: Превосходство Grok 4.5 в этом бенчмарке — не случайность. Оно говорит о целенаправленной работе xAI над улучшением способности модели к последовательным действиям в реальной цифровой среде. Для криптоиндустрии это особенно важно: автономные агенты могут кардинально упростить взаимодействие с DeFi-протоколами, DEX и NFT-маркетплейсами, выполняя рутинные операции за пользователя. Если этот тренд сохранится, нас ждет бум ИИ-автоматизации в Web3.