GPT-6.1 Terra · OSWorld · 2.1 offline set; task count and exact task release unspecified in the selected GPT-6.1 Terra article/chart · 成绩与配置

GPT-6.1 Terra 的 OSWorld · 2.1 offline set; task count and exact task release unspecified in the selected GPT-6.1 Terra article/chart 记录。本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录),附 5 条来源定位。

成绩与评测条件

GPT-6.1 Terra · OSWorld 成绩与配置
指标与成绩配置与评测条件出处
Score53.8%原文 53.8% · 单位 %
公布 未确认
GPT-6.1 Terra low
设置
GPT-6.1 Terra; reasoning effort low, directly labeled in the official chart.
未知项
Sampling and harness settings are not stated for this chart.
工具
工具条件未记录
推理预算
low
框架
未记录
协议
OSWorld 2.1, offline set; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Terra; reasoning effort Low; chart cost $0.36.
在排名中查看此成绩
Score66.7%原文 66.7% · 单位 %
公布 未确认
GPT-6.1 Terra medium
设置
GPT-6.1 Terra; reasoning effort medium, directly labeled in the official chart.
未知项
Sampling and harness settings are not stated for this chart.
工具
工具条件未记录
推理预算
medium
框架
未记录
协议
OSWorld 2.1, offline set; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Terra; reasoning effort Medium; chart cost $0.5.
在排名中查看此成绩
Score68.7%原文 68.7% · 单位 %
公布 未确认
GPT-6.1 Terra high
设置
GPT-6.1 Terra; reasoning effort high, directly labeled in the official chart.
未知项
Sampling and harness settings are not stated for this chart.
工具
工具条件未记录
推理预算
high
框架
未记录
协议
OSWorld 2.1, offline set; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Terra; reasoning effort High; chart cost $0.51.
在排名中查看此成绩
Score71.3%原文 71.3% · 单位 %
公布 未确认
GPT-6.1 Terra xhigh
设置
GPT-6.1 Terra; reasoning effort xhigh, directly labeled in the official chart.
未知项
Sampling and harness settings are not stated for this chart.
工具
工具条件未记录
推理预算
xhigh
框架
未记录
协议
OSWorld 2.1, offline set; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Terra; reasoning effort Xhigh; chart cost $0.62.
在排名中查看此成绩
Score74.2%原文 74.2% · 单位 %
公布 未确认
GPT-6.1 Terra max
设置
GPT-6.1 Terra at maximum reasoning effort, as stated in the release article for Terminal-Bench 4.0.
未知项
Other sampling and harness settings are not disclosed in the release article.
工具
工具条件未记录
推理预算
maximum
框架
未记录
协议
OSWorld 2.1, offline set; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Terra; reasoning effort Max; chart cost $1.19.
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 set

  • Score · % · 越高越好