Comparação de Capacidades de Modelos de IA
Uso de computador
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) ↗ · Atualizado 2026-10-15
PandaNpc Atualizado 21 de out. de 2026, 06:01 UTC
Fonte: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Guia de colunas
- Nº
- Apenas ordem de exibição. A ordenação altera este número; não é uma classificação de capacidade publicada.
- Modelo
- O nome do modelo avaliado e o ícone do respetivo provedor. Um traço numa coluna de pontuação significa que não há pontuação publicada disponível aqui, e não um zero.
- Pontuação
- Esta fonte publica uma pontuação de benchmark. Abra a sua metodologia para a definição da tarefa e as regras de pontuação. Metodologia de avaliação ↗
- Cobertura
- Apenas resultados publicados para as famílias de modelos selecionadas são mostrados. OSWorld 2.x, Verified e Pro atualmente fornecem configurações do Claude Opus 5; esta não é uma cobertura completa de todos os modelos. Windows Agent Arena, MacArena, ScreenSpot-Pro, OSWorld-Human, WebArena-Verified, VisualWebArena, Online-Mind2Web e WorkArena++ ainda não estão integrados aqui. SafeArena mede segurança separadamente e não é mesclado às pontuações de conclusão de tarefa. Resultados ausentes nunca são preenchidos com zero.