Confronto delle capacità dei modelli AI
Uso del computer
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
No benchmarks from this source cover at least 3 recent-year models. Choose another source.
— means no published score for this candidate in this source, not zero.0/11 recent-year models have scores
OSWorld 2.x (official)
Fonte: OSWorld 2.x (official) ↗ · Aggiornato 2026-10-15
PandaNpc Aggiornato 21 ott 2026, 06:01 UTC
Fonte: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Guida alle colonne
- N.
- Solo ordine di visualizzazione. L'ordinamento modifica questo numero; non è una classifica di capacità pubblicata.
- Modello
- Il nome del modello valutato e l'icona del suo fornitore. Un trattino in una colonna di punteggio indica che qui non è disponibile alcun punteggio pubblicato, non uno zero.
- Punteggio
- Questa fonte pubblica un punteggio di benchmark. Apri la sua metodologia per la definizione del compito e le regole di punteggio. Metodologia di valutazione ↗
- Copertura
- Sono mostrati solo i risultati pubblicati per le famiglie di modelli selezionate. OSWorld 2.x, Verified e Pro attualmente forniscono configurazioni di Claude Opus 5; questa non è una copertura completa di ogni modello. Windows Agent Arena, MacArena, ScreenSpot-Pro, OSWorld-Human, WebArena-Verified, VisualWebArena, Online-Mind2Web e WorkArena++ non sono ancora integrati qui. SafeArena misura la sicurezza separatamente e non viene integrato nei punteggi di completamento delle attività. I risultati mancanti non vengono mai riempiti con zero.