Grok 4.5 браузерлік AI-агенттер сынақтарында бәсекелестерді жеңіп, автономдылықтың жаңа көшбасшысы атанды.
Әзірлеушілер веб-сайттармен өздігінен әрекеттесе алатын ЖИ-көмекшілерді белсенді түрде жасауда: беттерді ашу, түймелерді басу, пішіндерді толтыру және ақпарат жинау. Мұндай агенттер пайдаланушының бұйрығы бойынша билет брондай алады немесе сайттан деректерді талдай алады — мұның бәрі адамның қатысуынсыз.
Browser Use қызметінің жасаушысы Грегор Зунич жүргізген жақындағы салыстырмалы тестілеу xAI компаниясының Grok моделіне негізделген құралдың бұл міндетті бәсекелестерден айтарлықтай жақсы орындайтынын көрсетті. Бұл тек бенчмарктағы жеңіс емес, автономды браузер агенттері сегментіндегі парадигманың өзгеруі туралы сигнал.
Кім ең жақсы нәтиже көрсетті
Сарапшылар бес құралды бірыңғай критерий бойынша бағалады — сайтта қатесіз тапсырманы сәтті орындау жиілігі. Көрсеткіш неғұрлым жоғары болса, агент соғұрлым сенімді.
Үлкен алшақтықпен көшбасшы Grok болды: оның агенті 76,42% тапсырманы дұрыс орындады. Екінші орында — OpenAI көмекшісі 72,70% нәтижемен. Одан кейін Anthropic компаниясының екі агенті 70,75% және 67,92% көрсеткіштерімен келеді. Рейтингті OpenClaw плагині арқылы GPT жабады — тек 60,38% сәтті орындау.
Әрбір көмекші өзінің базалық ЖИ-моделінде жұмыс істейді. Grok Grok 4.5 моделін, OpenAI құралдары — GPT 5.5, ал Anthropic шешімдері — Opus 4.8 моделін пайдаланады. Дәл осы модель жүйенің «миы» ретінде шешімдер қабылдайды, ал агенттің өзі тек браузерді басқару мүмкіндігін қосады.
Нені ескеру қажет
Тесттер басқа жағдайлар тең болғанда ЖИ-моделін таңдау шешуші рөл атқаратынын анық көрсетеді. Grok 4.5 автономды веб-серфинг тапсырмаларында қарсыластарынан объективті түрде асып түседі. Дегенмен, браузерге қосылу тәсілі де маңызды: Anthropic компаниясының бір көмекшісінің нәтижесі сайтпен интеграция әдісіне байланысты үш пайыздық тармаққа жуық айырмашылық көрсетті.
Менің сараптамалық пікірім: Grok 4.5-тің осы бенчмарктағы артықшылығы — кездейсоқтық емес. Бұл xAI компаниясының модельдің нақты цифрлық ортада дәйекті әрекеттер жасау қабілетін жақсарту бойынша мақсатты жұмысын көрсетеді. Криптоиндустрия үшін бұл әсіресе маңызды: автономды агенттер DeFi-протоколдармен, DEX және NFT-маркетплейстермен өзара әрекеттесуді түбегейлі жеңілдете алады, пайдаланушы үшін күнделікті операцияларды орындайды. Егер бұл үрдіс сақталса, бізді Web3-те ЖИ-автоматтандырудың өрлеуі күтіп тұр.