Claude Fable 5.1 · OSWorld · 2.1, 82-task offline no-internet subset, partial score · 成绩与配置

Claude Fable 5.1 的 OSWorld · 2.1, 82-task offline no-internet subset, partial score 记录。本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录),附 1 条来源定位。

成绩与评测条件

Claude Fable 5.1 · OSWorld 成绩与配置
指标与成绩配置与评测条件出处
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.
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.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 OSWorld-2.1 offline subset

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