待验证50% 置信基准精确时间
Anthropic于2024年10月率先发布了Claude的Computer Use功能，其论文披露在OSWorld基准上成功率约22%，显著低于人类的72%
1
来源数
50%
置信度
长期有效
时效性
2026/7/20
首次发现
来源
GPT-5.6与OpenAI超级App深度实测：Loop工程替代Prompt工程的新范式
bilibiliGoldenSpiderAI2026/7/11
相关事实
待验证Anthropic的Computer Use在OSWorld基准测试上的操作准确率约为14.9%（2024年10月数据）68% 相似待验证Claude第一次推出计算机使用能力时，OS World得分还不到30%66% 相似待验证Anthropic在2023年的论文中系统测量了奉承偏差，发现即便在明显错误前提下多数主流模型仍有相当比例的回复选择顺从用户57% 相似待验证在OS World电脑操作测试中，Sol超过了Claude的Opus系列，消耗算力少85%56% 相似待验证Anthropic在推出Claude 4.5 Sonnet的同时，大幅削减了200美元Max套餐用户使用Opus模型的额度，使用限制骤降约20倍56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/566790API
curl https://kongchang.com/api/v1/knowledge/claims/566790MCP
get_claim(id=566790)