基准OS World 2.1 / OS World
OS World 2.1
评估模型操作图形界面（GUI）能力的基准环境，任务模拟真人在桌面系统里完成点击菜单、填写表单、跨应用切换等操作。
时间轴 (近 90 天)
11月1日
GPT-6.1 Terra 在视觉推理基准 MMMU Pro 上全面超过上一代，并在桌面操作基准 OS World 2.1 上用中等推理强度达到上一代最高档的分数。
待验证50%
评估模型操作图形界面（GUI）能力的基准环境，任务模拟真人在桌面系统里完成点击菜单、填写表单、跨应用切换等操作。
GPT-6.1 Terra 在视觉推理基准 MMMU Pro 上全面超过上一代，并在桌面操作基准 OS World 2.1 上用中等推理强度达到上一代最高档的分数。