OSWorld · 2.0,August 2026 task release(与此前 task files 不可直接比较) · 测试定义与成绩

OSWorld · 2.0,August 2026 task release(与此前 task files 不可直接比较) 收录 1 次模型发布的评测披露或成绩。

测试版本与指标

别名 OSWorld 2.0 (August 2026 task release)

  • Partial score · % · 越高越好
  • Strict pass rate · % · 越高越好

各系列最新模型 · 公布成绩

各命名系列的最新型号在此范围内暂无可展示成绩,已收录的历史资料列在下方。

历史记录 · 1 次发布

  • Claude Fable 5.1本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)