Claude Fable 5.1 · OSWorld(2.1, 82-task offline no-internet subset, partial score) · 附件证据(ev-f51-osworld-2-1)

Claude Fable 5.1 的 OSWorld · 2.1, 82-task offline no-internet subset, partial score 官方出处。见《Claude Fable 5.2 and Claude Mythos 5.2 System Card (Fable 5.1 comparison source)》PDF pp.234-235, §8.13.3, OSWorld 2.1 offline set。证据 ev-f51-osworld-2-1。

原文与定位

Claude Fable 5.1 · OSWorld(2.1, 82-task offline no-internet subset, partial score),Adaptive Max配置,Partial score 83.5%(具体成绩公布时间未确认)。见《Claude Fable 5.2 and Claude Mythos 5.2 System Card (Fable 5.1 comparison source)》PDF pp.234-235, §8.13.3, OSWorld 2.1 offline set。 查看成绩条件

Claude Fable 5.1 · OSWorld(2.1, 82-task offline no-internet subset, partial score),Adaptive Max配置,Strict pass rate 47.6%(具体成绩公布时间未确认)。见《Claude Fable 5.2 and Claude Mythos 5.2 System Card (Fable 5.1 comparison source)》PDF pp.234-235, §8.13.3, OSWorld 2.1 offline set。 查看成绩条件

On the official 82-task offline subset, Fable 5.1 scored 83.5% partial and 47.6% strict pass at max effort, averaged across five attempts per task.
官方材料
Claude Fable 5.2 and Claude Mythos 5.2 System Card (Fable 5.1 comparison source) · PDF 第 235 页
定位
附件 · PDF pp.234-235, §8.13.3, OSWorld 2.1 offline set
材料版本
PDF 封面日期 November 9, 2026;用于 Fable 5.1 的 OSWorld、BenchCAD、OfficeQA/SWE-bench 对照;本地 本地留存副本;PDF pp.1-264 正文已逐页核读,pp.1-206 全部80个含图/向量图表页由父侧在21张sheet中实际视觉检查,pp.207-254能力图页亦已视觉检查;无未读页或未查看图表页
版本公布
未确认
披露时间
未确认 · 首发/后补未确认
采集时间
历史依据
暂无可靠历史版本依据
引用文本

Claude Fable 5.1 · OSWorld(2.1, 82-task offline no-internet subset, partial score),Adaptive Max配置,Partial score 83.5%(具体成绩公布时间未确认);Claude Fable 5.1 · OSWorld(2.1, 82-task offline no-internet subset, partial score),Adaptive Max配置,Strict pass rate 47.6%(具体成绩公布时间未确认)。官方出处 Claude Fable 5.2 and Claude Mythos 5.2 System Card (Fable 5.1 comparison source)(附件,PDF 封面日期 November 9, 2026;用于 Fable 5.1 的 OSWorld、BenchCAD、OfficeQA/SWE-bench 对照;本地 本地留存副本;PDF pp.1-264 正文已逐页核读,pp.1-206 全部80个含图/向量图表页由父侧在21张sheet中实际视觉检查,pp.207-254能力图页亦已视觉检查;无未读页或未查看图表页)PDF pp.234-235, §8.13.3, OSWorld 2.1 offline set,https://www.anthropic.com/document/claude-fable-5-2-mythos-5-2-system-card#page=235。Benchlog https://benchlog.lekshome.cc/evidence/claude-fable-and-mythos-5-1/ev-f51-osworld-2-1/

关联成绩与条件

Claude Fable 5.1 · OSWorld 成绩与配置
指标与成绩配置与评测条件证据关系
Partial score83.5%原文 83.5% partial · 单位 %
公布 未确认
Adaptive Max
设置
Claude Fable 5.1;CursorBench 主文引述明确为 max effort;后续 System Card 对 OSWorld/BenchCAD/OfficeQA 对照结果亦标 max effort。
未知项
不同 benchmark 的具体执行细节分别见来源章节;部分测试的采样参数或运行数未单独公布。
工具
工具条件未记录
推理预算
max
框架
未记录
协议
OSWorld 2.1 official 82-task offline set;partial score;Pass@1,五次尝试平均。
条件
Same no-internet task subset and scoring rules as the Fable 5.2 result.

直接支持该成绩

在排名中查看此成绩
Strict pass rate47.6%原文 47.6% strict pass · 单位 %
公布 未确认
Adaptive Max
设置
Claude Fable 5.1;CursorBench 主文引述明确为 max effort;后续 System Card 对 OSWorld/BenchCAD/OfficeQA 对照结果亦标 max effort。
未知项
不同 benchmark 的具体执行细节分别见来源章节;部分测试的采样参数或运行数未单独公布。
工具
工具条件未记录
推理预算
max
框架
未记录
协议
OSWorld 2.1 official 82-task offline set;strict pass rate;Pass@1,五次尝试平均。
条件
Same no-internet task subset and scoring rules as the Fable 5.2 result.

直接支持该成绩

在排名中查看此成绩