🤖 Agentic · llm-stats.com
OSWorld
Real computer-use tasks across operating systems: browsers, office apps and file management.
2
परीक्षित मॉडल
Claude Opus 4.6
शीर्ष मॉडल
72.7%
सर्वोच्च स्कोर
Anthropic
प्रदाता
| # | मॉडल | OSWorld |
|---|---|---|
| 1 | Claude Opus 4.6 Anthropic | 72.7% |
| 2 | Claude Sonnet 4.6 Anthropic | 72.5% |
बेंचमार्क डेटा llm-stats.com से संकलित। अधिक जानें कार्यप्रणाली में।