🤖 Agentic · llm-stats.com
OSWorld
Real computer-use tasks across operating systems: browsers, office apps and file management.
2
テスト済みモデル
Claude Opus 4.6
トップモデル
72.7%
トップスコア
Anthropic
プロバイダー
| # | モデル | OSWorld |
|---|---|---|
| 1 | Claude Opus 4.6 Anthropic | 72.7% |
| 2 | Claude Sonnet 4.6 Anthropic | 72.5% |
ベンチマークデータは llm-stats.com から集計。詳細は方法論。