Vergelijking van AI-modelcapaciteiten
Computergebruik
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)
Bron: OSWorld 2.x (official) ↗ · Bijgewerkt 2026-10-15
PandaNpc Bijgewerkt 21 okt 2026, 06:01 UTC
Bron: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Kolomgids
- Nr.
- Alleen weergavevolgorde. Sorteren verandert dit nummer; het is geen gepubliceerde capaciteitsrang.
- Model
- De naam van het geëvalueerde model en het pictogram van de provider. Een streepje in een scorekolom betekent dat hier geen gepubliceerde score beschikbaar is, niet een nul.
- Score
- Deze bron publiceert een benchmarkscore. Open de methodologie voor de taakdefinitie en scoringsregels. Evaluatiemethodologie ↗
- Dekking
- Alleen gepubliceerde resultaten voor de geselecteerde modelfamilies worden getoond. OSWorld 2.x, Verified en Pro leveren momenteel Claude Opus 5-configuraties; dit is geen volledige dekking van elk model. Windows Agent Arena, MacArena, ScreenSpot-Pro, OSWorld-Human, WebArena-Verified, VisualWebArena, Online-Mind2Web en WorkArena++ zijn hier nog niet geïntegreerd. SafeArena meet veiligheid afzonderlijk en wordt niet samengevoegd in taakvoltooiingsscores. Ontbrekende resultaten worden nooit met nul ingevuld.