Порівняння можливостей ШІ-моделей
Використання комп'ютера
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)
Джерело: OSWorld 2.x (official) ↗ · Оновлено 2026-10-15
PandaNpc Оновлено 21 жовт. 2026 р., 06:01 UTC
Джерело: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Довідка зі стовпців
- №
- Лише порядок відображення. Сортування змінює це число; це не опублікований рейтинг спроможностей.
- Модель
- Назва оцінюваної моделі та значок її постачальника. Прочерк у стовпці оцінки означає, що тут немає опублікованої оцінки, а не нуль.
- Оцінка
- Це джерело публікує оцінку бенчмарку. Відкрийте його методологію, щоб дізнатися визначення завдання та правила оцінювання. Методологія оцінювання ↗
- Покриття
- Показано лише опубліковані результати для вибраних сімейств моделей. OSWorld 2.x, Verified і Pro наразі надають конфігурації Claude Opus 5; це не повне покриття всіх моделей. Windows Agent Arena, MacArena, ScreenSpot-Pro, OSWorld-Human, WebArena-Verified, VisualWebArena, Online-Mind2Web і WorkArena++ ще не інтегровано тут. SafeArena вимірює безпеку окремо й не додається до оцінок завершення завдань. Відсутні результати ніколи не заповнюються нулем.