🤖 Agentic · llm-stats.com
OSWorld
Real computer-use tasks across operating systems: browsers, office apps and file management.
2
Modelos probados
Claude Opus 4.6
Modelo destacado
72.7%
Mejor puntuación
Anthropic
Proveedor
| # | Modelo | OSWorld |
|---|---|---|
| 1 | Claude Opus 4.6 Anthropic | 72.7% |
| 2 | Claude Sonnet 4.6 Anthropic | 72.5% |
Datos agregados de llm-stats.com. Ver Metodología.