Claude Opus 4.6 · OSWorld-Verified · Verified benchmark; evaluation protocol noted per source · 成绩与配置
Claude Opus 4.6 的 OSWorld-Verified · Verified benchmark; evaluation protocol noted per source 记录。本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录),附 3 条来源定位。
成绩与评测条件
| 指标与成绩 | 配置与评测条件 | 出处 |
|---|---|---|
| First-attempt success rate72.7%原文 72.7% · 单位 % 公布 未确认 | OSWorld-Verified · Max
|
|
出处与披露
- OSWorld evaluation section; release-table row in 本地留存副本 附件 · Claude Opus 4.6 System Card
- PDF p.22, §2.8, OSWorld-Verified evaluation setup 附件 · Claude Opus 4.6 System Card
- comparison table, OSWorld-Verified row 主文 · Introducing Claude Opus 4.6
测试版本与指标
别名 OSWorld Verified
- First-attempt success rate · % · 越高越好