待验证50% 置信基准精确时间

Sai在OSWorld基准测试中取得73%的成绩

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/21

首次发现

有效期至：2026/12/20

来源

Sai：会像人一样操作电脑的自主智能体军团

涉及实体

Saiproduct OSWorldconcept

相关事实

待验证Claude在OSWorld基准测试上的任务完成率达到了14.9%，代表了当时的最高水平58% 相似待验证Claude Opus在OSWorld 1.0上能达到83.5%的准确率56% 相似待验证Muse-Glimmer-30B在测试中通过了88%的题目53% 相似待验证o3模型在2024年12月的ARC-AGI测试中达到87.5%，同期在Codeforces的评分达到2727（超越99.95%的人类参赛者）53% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/938804

API

curl https://kongchang.com/api/v1/knowledge/claims/938804

MCP

get_claim(id=938804)