Claude Fable 5.2 · OSWorld · 2.1, 82-task offline no-internet subset, partial score · 成绩与配置

Claude Fable 5.2 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 2 条来源定位。

成绩与评测条件

Claude Fable 5.2 · OSWorld 成绩与配置
指标与成绩配置与评测条件出处
Partial score89.3%原文 89.3% · 单位 %
公布 未确认
Adaptive Max
设置
Claude Fable 5.2;adaptive thinking always on;Max effort;默认 temperature/top_p;Card 通用表说明通常五次运行平均,个别测试另行注明。
未知项
System Card pp.1-264 文字已完整核读;各benchmark章节未明确披露的运行参数仍未知。
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
无网络;默认 1080p;每题最多 500 action steps;使用 Opus 4.8 作需模型评分的任务;max effort。
在排名中查看此成绩
Strict pass rate54.6%原文 54.6% · 单位 %
公布 未确认
Adaptive Max
设置
Claude Fable 5.2;adaptive thinking always on;Max effort;默认 temperature/top_p;Card 通用表说明通常五次运行平均,个别测试另行注明。
未知项
System Card pp.1-264 文字已完整核读;各benchmark章节未明确披露的运行参数仍未知。
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
严格通过要求任务内每个 checkpoint 均满足;无网络;max effort。
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