OSWorld · 2.1 offline set; task count and exact task release unspecified in the selected GPT-6.1 Terra article/chart · 测试定义与成绩

OSWorld · 2.1 offline set; task count and exact task release unspecified in the selected GPT-6.1 Terra article/chart 收录 5 次模型发布的评测披露或成绩。

测试版本与指标

别名 OSWorld 2.1, offline set

  • Score · % · 越高越好

各系列最新模型 · 公布成绩

常规展示范围。排名按指标与评测协议分组,已记录的工具、预算及框架分别展示。条件未说明的组保留公布值供查证。

Score %

工具条件未记录 / low / 框架未记录 · OSWorld 2.1, offline set; y metric Score; x axis Cost (USD).

OSWorld · 2.1 offline set; task count and exact task release unspecified in the selected GPT-6.1 Terra article/chart · Score · 工具条件未记录 / low / 框架未记录 · OSWorld 2.1, offline set; y metric Score; x axis Cost (USD).
名次模型与配置成绩(%)记录与证据
1GPT-6.1 TerraLow53.8%
2GPT-6 LunaLow7.5%

工具条件未记录 / medium / 框架未记录 · OSWorld 2.1, offline set; y metric Score; x axis Cost (USD).

OSWorld · 2.1 offline set; task count and exact task release unspecified in the selected GPT-6.1 Terra article/chart · Score · 工具条件未记录 / medium / 框架未记录 · OSWorld 2.1, offline set; y metric Score; x axis Cost (USD).
名次模型与配置成绩(%)记录与证据
1GPT-6.1 TerraMedium66.7%
2GPT-6 LunaMedium26.3%

工具条件未记录 / high / 框架未记录 · OSWorld 2.1, offline set; y metric Score; x axis Cost (USD).

OSWorld · 2.1 offline set; task count and exact task release unspecified in the selected GPT-6.1 Terra article/chart · Score · 工具条件未记录 / high / 框架未记录 · OSWorld 2.1, offline set; y metric Score; x axis Cost (USD).
名次模型与配置成绩(%)记录与证据
1GPT-6.1 TerraHigh68.7%
2GPT-6 LunaHigh39.7%

工具条件未记录 / xhigh / 框架未记录 · OSWorld 2.1, offline set; y metric Score; x axis Cost (USD).

OSWorld · 2.1 offline set; task count and exact task release unspecified in the selected GPT-6.1 Terra article/chart · Score · 工具条件未记录 / xhigh / 框架未记录 · OSWorld 2.1, offline set; y metric Score; x axis Cost (USD).
名次模型与配置成绩(%)记录与证据
1GPT-6.1 TerraXhigh71.3%
2GPT-6 LunaXhigh44.6%

工具条件未记录 / maximum / 框架未记录 · OSWorld 2.1, offline set; y metric Score; x axis Cost (USD).

OSWorld · 2.1 offline set; task count and exact task release unspecified in the selected GPT-6.1 Terra article/chart · Score · 工具条件未记录 / maximum / 框架未记录 · OSWorld 2.1, offline set; y metric Score; x axis Cost (USD).
模型与配置成绩(%)记录与证据
GPT-6.1 TerraMax74.2%

工具条件未记录 / max / 框架未记录 · OSWorld 2.1, offline set; y metric Score; x axis Cost (USD).

OSWorld · 2.1 offline set; task count and exact task release unspecified in the selected GPT-6.1 Terra article/chart · Score · 工具条件未记录 / max / 框架未记录 · OSWorld 2.1, offline set; y metric Score; x axis Cost (USD).
模型与配置成绩(%)记录与证据
GPT-6 LunaMax55.5%

历史记录 · 5 次发布

  • GPT-6.1 Terra本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)
  • GPT-6.1 Sol本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)
  • GPT-6 Luna本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)
  • GPT-6 Astra本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)
  • GPT-5.6 Terra本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)