🤖 Agentic · llm-stats.com
OSWorld
Real computer-use tasks across operating systems: browsers, office apps and file management.
2
Modelos testados
Claude Opus 4.6
Modelo principal
72.7%
Melhor pontuação
Anthropic
Provedor
| # | Modelo | OSWorld |
|---|---|---|
| 1 | Claude Opus 4.6 Anthropic | 72.7% |
| 2 | Claude Sonnet 4.6 Anthropic | 72.5% |
Dados de benchmark agregados de llm-stats.com. Saiba mais na metodologia.