Сравнение возможностей ИИ-моделей
Использование компьютера
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)
Источник: OSWorld 2.x (official) ↗ · Обновлено 2026-10-15
PandaNpc Обновлено 21 окт. 2026 г., 06:01 UTC
Источник: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Пояснения к столбцам
- №
- Только порядок отображения. Сортировка меняет это число; это не опубликованный рейтинг возможностей.
- Модель
- Название оцениваемой модели и значок её провайдера. Прочерк в столбце с оценкой означает, что опубликованная оценка здесь недоступна, а не ноль.
- Оценка
- Этот источник публикует оценку бенчмарка. Откройте его методологию, чтобы узнать определение задачи и правила начисления баллов. Методология оценки ↗
- Покрытие
- Показаны только опубликованные результаты для выбранных семейств моделей. OSWorld 2.x, Verified и Pro в настоящее время предоставляют конфигурации Claude Opus 5; это не полное покрытие всех моделей. Windows Agent Arena, MacArena, ScreenSpot-Pro, OSWorld-Human, WebArena-Verified, VisualWebArena, Online-Mind2Web и WorkArena++ пока не интегрированы здесь. SafeArena измеряет безопасность отдельно и не объединяется с оценками завершения задач. Отсутствующие результаты никогда не заполняются нулём.