OSWorld-Verified
نتائج معايير الذكاء الاصطناعي وأداء النماذج
النوع: percentageAgents
النتائج المسجلة
3
متوسط النقاط
76.30%
نطاق النقاط
65.90% - 84.30%
النموذج المتصدر
84.30% - Qwen 3.8 27B
النقاط بمرور الوقت
نقاط المعيار الفردية معروضة حسب التاريخ.
نتائج النماذج
| المؤسسة | النماذج | تاريخ الإبلاغ | أعلى نقطة | معلومات | مُبلَّغ عنها ذاتيًا | المصدر |
|---|---|---|---|---|---|---|
| Qwen 3.8 27B | ١٤ أغسطس ٢٠٢٦ | ٨٤٫٣٠٪ | - | نعم | المصدر | |
| Drex Max 1.1 | ٢٨ أكتوبر ٢٠٢٦ | ٧٨٫٧٠٪ | Nace launch chart "Decision Models Benchmark" (2026-10-28); reported as 0.787 | نعم | المصدر | |
| Muse Glimmer 30B | ١٠ أغسطس ٢٠٢٦ | ٦٥٫٩٠٪ | High reasoning; 361-task split; mean reward over four attempts | نعم | المصدر |
