🤖 Agentic · llm-stats.com
OSWorld
Real computer-use tasks across operating systems: browsers, office apps and file management.
2
পরীক্ষিত মডেল
Claude Opus 4.6
শীর্ষ মডেল
72.7%
সেরা স্কোর
Anthropic
প্রদানকারী
| # | মডেল | OSWorld |
|---|---|---|
| 1 | Claude Opus 4.6 Anthropic | 72.7% |
| 2 | Claude Sonnet 4.6 Anthropic | 72.5% |
বেঞ্চমার্ক ডেটা llm-stats.com থেকে সংকলিত। আরও জানুন পদ্ধতিতে।