벤치마크 · 에이전트
OSWorld 2.1 (strict)
컴퓨터 화면을 이해하고 GUI를 조작하는 능력을 평가합니다.
측정 모델 4개 · 프로필 1개 · 데이터 기준 2026년 10월 21일
공급사 발표
원문 출처 ↗공급사가 출시 글·모델 카드·기술 보고서에 발표한 자체 측정값입니다. 이 사이트가 원문을 직접 읽어 같은 벤치 이름과 숫자를 확인한 값만 싣습니다. 평가 설정은 공급사마다 다를 수 있습니다. 높을수록 좋습니다.
출시일별 점수와 최고점 흐름
차트를 불러오는 중입니다…
상위 20
차트를 불러오는 중입니다…
| 출처 | ||||||
|---|---|---|---|---|---|---|
| 1 | Claude Sonnet 5.5Anthropic · 상용 API | API | 43.5% | 100 | 2026-09-28 | 자기보고 ↗ |
| 2 | Muse Wonder FullMeta · 상용 API | API | 39.4% | 67 | 2026-10-12 | 자기보고 ↗ |
| 3 | Claude Haiku 5.5Anthropic · 상용 API | API | 37.1% | 33 | 2026-10-07 | 자기보고 ↗ |
| 4 | Muse WonderMeta · 상용 API | API | 34.3% | 0 | 2026-10-12 | 자기보고 ↗ |
같은 분야의 다른 벤치
마커: 원 = 오픈 웨이트, 사각 = 상용 API, 빈 마커 = 검증되지 않은 값. 점을 누르면 모델 상세로 이동합니다. 백분위는 이 프로필 안에서의 상대 위치입니다.