ScreenSpot-Pro · 1,581 expert-annotated tasks across 23 professional applications and 3 operating systems · 测试定义与成绩

ScreenSpot-Pro · 1,581 expert-annotated tasks across 23 professional applications and 3 operating systems 收录 4 次模型发布的评测披露或成绩。

测试版本与指标

别名 ScreenSpot-Pro

  • Accuracy · % · 越高越好
  • 原文数值(单位未说明) · 单位未标注 · 排序方向未确认

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 · 4 次发布

  • GPT-6 Astra本次发布有 6 条成绩记录,含 6 条精确值(可含历史记录)
  • Claude Opus 4.8本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
  • Claude Opus 4.7本次发布有 4 条成绩记录,含 4 条精确值(可含历史记录)
  • Gemini 3 Pro本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)