Claude Sonnet 5.5 · OSWorld(2.1 (September 10, 2026 task/assets release)) 80.1% · 主文证据(ev55-main-osworld)

Claude Sonnet 5.5 的 OSWorld · 2.1 (September 10, 2026 task/assets release) 官方出处。Max effort · 80.1%。见《Claude Sonnet 5.5》Performance summary table, Computer use / OSWorld 2.1 row, Sonnet 5.5 column。证据 ev55-main-osworld。

原文与定位

Claude Sonnet 5.5 · OSWorld(2.1 (September 10, 2026 task/assets release)),Max effort配置,Partial score 80.1%(具体成绩公布时间未确认)。见《Claude Sonnet 5.5》Performance summary table, Computer use / OSWorld 2.1 row, Sonnet 5.5 column。 查看成绩条件

OSWorld 2.1 — Sonnet 5.5: 80.1% partial.
官方材料
Claude Sonnet 5.5 · 定位到章节
定位
主文 · Performance summary table, Computer use / OSWorld 2.1 row, Sonnet 5.5 column
材料版本
Current page collected 2026-11-10; page displays September 28, 2026 publication date
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 Sonnet 5.5 · OSWorld(2.1 (September 10, 2026 task/assets release)),Max effort配置,Partial score 80.1%(具体成绩公布时间未确认)。官方出处 Claude Sonnet 5.5(主文,Current page collected 2026-11-10; page displays September 28, 2026 publication date)Performance summary table, Computer use / OSWorld 2.1 row, Sonnet 5.5 column,https://www.anthropic.com/claude-sonnet-5-5#performance。Benchlog https://benchlog.lekshome.cc/evidence/claude-sonnet-5-5/ev55-main-osworld/

关联成绩与条件

Claude Sonnet 5.5 · OSWorld 成绩与配置
指标与成绩配置与评测条件证据关系
Partial score80.1%原文 80.1% · 单位 %
公布 未确认
Max effort
设置
Max reasoning effort.
未知项
Adaptive thinking status is benchmark-specific.
工具
工具条件未记录
推理预算
max
框架
未记录
协议
OSWorld 2.1 v2.1 task files/assets dated 2026-09-10; 108 tasks; Pass@1 averaged over five runs.
条件
Max effort, 1080p, up to 500 actions; server-side context management compacts after 100K tokens; Opus 4.8 grader where required.

直接支持该成绩

在排名中查看此成绩