Claude Opus 5.5 · OSWorld · 2.1, 82-task offline no-internet subset, partial score · 成绩与配置

Claude Opus 5.5 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 Opus 5.5 · OSWorld 成绩与配置
指标与成绩配置与评测条件出处
Partial score87.2%原文 87.2% partial (offline subset) · 单位 %
公布 未确认
OSWorld 2.1 offline subset
设置
Haiku 5.5 System Card 报告 82/108 offline tasks、no internet、五次尝试;max effort。
未知项
该卡当前修订日期未公布。
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 offline subset; 82/108 tasks, no internet, max effort, five attempts per task。
条件
来自 Haiku 5.5 System Card 的同条件对照结果;不要与 Opus 5.5 主表未注明 offline subset 的 81.8% 合并。当前卡修订日期未知。
在排名中查看此成绩
Strict pass rate53.2%原文 53.2% strict pass (offline subset) · 单位 %
公布 未确认
OSWorld 2.1 offline subset
设置
Haiku 5.5 System Card 报告 82/108 offline tasks、no internet、五次尝试;max effort。
未知项
该卡当前修订日期未公布。
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 offline subset; 82/108 tasks, no internet, max effort, five attempts per task。
条件
来自 Haiku 5.5 System Card 的同条件对照结果;不要与 Opus 5.5 主表未注明 offline subset 的 81.8% 合并。当前卡修订日期未知。
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