🤖 Agentic · llm-stats.com

OSWorld

Real computer-use tasks across operating systems: browsers, office apps and file management.

2
Modelli testati
Claude Opus 4.6
Modello di punta
72.7%
Punteggio migliore
Anthropic
Provider
#ModelloOSWorldProviderPodium Score
1
72.7%
Anthropic61.2
2
72.5%
Anthropic38.1
Dati benchmark aggregati da llm-stats.com. Vedi Metodologia.