🤖 Agentic · llm-stats.com
OSWorld
Real computer-use tasks across operating systems: browsers, office apps and file management.
2
Modèles testés
Claude Opus 4.6
Modèle phare
72.7%
Meilleur score
Anthropic
Fournisseur
| # | Modèle | OSWorld |
|---|---|---|
| 1 | Claude Opus 4.6 Anthropic | 72.7% |
| 2 | Claude Sonnet 4.6 Anthropic | 72.5% |
Données agrégées depuis llm-stats.com. Voir Méthodologie.