PhaseoPhaseo
ModelosChatCompararAplicacionesClasificaciones

Ayuda a mantener correctos los datos públicos

¿Ves algo que falta, es incorrecto o está desactualizado? Cuéntanoslo sobre esta página.

PhaseoPhaseo
Comprobando el estadoComprobando el estadoVisitar la página de estado
El estado por componente no está disponible.

Explorar

  • Modelos
  • Chat
  • Proveedores
  • Aplicaciones
  • Clasificaciones
  • Herramientas

Recursos

  • Comparar
  • Guías de migración
  • Metodología
  • Blog

Comunidad

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

Desarrollar

  • Documentación
  • Referencia de la API
  • Inicio rápido
  • SDK

Empresa

  • Acerca de
  • Centro de confianza
  • Misión
  • Precios
  • Compatible con
  • Agradecimientos
  • Soporte
  • Privacidad
  • Términos

Explorar

  • Modelos
  • Chat
  • Proveedores
  • Aplicaciones
  • Clasificaciones
  • Herramientas

Desarrollar

  • Documentación
  • Referencia de la API
  • Inicio rápido
  • SDK

Recursos

  • Comparar
  • Guías de migración
  • Metodología
  • Blog

Empresa

  • Acerca de
  • Centro de confianza
  • Misión
  • Precios
  • Compatible con
  • Agradecimientos
  • Soporte
  • Privacidad
  • Términos

Comunidad

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

© 2025 • Phaseo

Cambiar idioma: Español (España)
  • English (UK)
  • 简体中文
  • हिन्दी
  • Español (España)
  • Français (France)
  • Deutsch (Deutschland)
  • Português (Brasil)
  • 日本語
  • العربية

Ayuda:Problema·Soporte

¿Necesitas ayuda con Phaseo?Abrir un problemaocontactar con soporte

OSWorld

OSWorld

Resultados de evaluaciones comparativas de IA y rendimiento de modelos

Tipo: percentage
Ver la fuente de la evaluación

Resultados registrados

53

Puntuación media

47.31%

Rango de puntuaciones

5.92% - 85%

Modelo líder

85% - Claude Fable 5
Puntuaciones a lo largo del tiempo

Puntuaciones individuales de la evaluación a lo largo del tiempo.

Resultados de modelos

OrganizaciónModelosFecha del resultadoMejor puntuaciónInformaciónAutodeclaradoFuente
AnthropicAnthropic
Anthropic
Claude Fable 509 jun 202685 %OSWorld-Verified; higher of Mythos 5 / Fable 5 in Anthropic's launch tableSíFuente
AnthropicAnthropic
Anthropic
Claude Mythos 509 jun 202685 %OSWorld-Verified; higher of Mythos 5 / Fable 5 in Anthropic's launch tableSíFuente
AnthropicAnthropic
Anthropic
Claude Opus 4.828 may 202683,40 %OSWorld-Verified; updated Anthropic evaluation setupSíFuente
AnthropicAnthropic
Anthropic
Claude Sonnet 530 jun 202681,20 %OSWorld-Verified; pass@1 averaged over five runs; 361 tasks, 100 steps; adaptive thinking at max effortSíFuente
Meta
Meta
Muse Spark 1.109 jul 202680,80 %OSWorld-Verified; agentic computer useSíFuente
AnthropicAnthropic
Anthropic
Claude Mythos Preview07 abr 202679,60 %VerifiedSíFuente
OpenAIOpenAI
OpenAI
GPT 5.523 abr 202678,70 %VerifiedSíFuente
AnthropicAnthropic
Anthropic
Claude Opus 4.716 abr 202678 %OSWorld-VerifiedSíFuente
OpenAIOpenAI
OpenAI
GPT 5 Pro07 ago 202575 %inferred family alias from gpt-5.4 (score=0.4083; benches=19)SíFuente
OpenAIOpenAI
OpenAI
GPT 5 Search API14 oct 202575 %inferred family alias from gpt-5.4 (score=0.3050; benches=19)SíFuente
OpenAIOpenAI
OpenAI
GPT 5.405 mar 202675 %VerifiedSíFuente
AnthropicAnthropic
Anthropic
Claude Opus 4.605 feb 202672,70 %OSWorld-VerifiedSíFuente
AnthropicAnthropic
Anthropic
Claude Sonnet 4.617 feb 202672,50 %OSWorld-VerifiedSíFuente
OpenAIOpenAI
OpenAI
GPT 5.4 Mini17 mar 202672,10 %VerifiedSíFuente
MiniMax
MiniMax
MiniMax M301 jun 202670 %VerifiedSíFuente
Qwen
Qwen
Qwen 3 VL 235B A22B Instruct-66,70 %-Sí-
AnthropicAnthropic
Anthropic
Claude Opus 4.524 nov 202566,26 %Pass@1; Avg@5, 64k ThinkingSíFuente
OpenAIOpenAI
OpenAI
GPT 5.3 Codex05 feb 202664,70 %OSWorld-Verified; xhigh reasoningSíFuente
Qwen
Qwen
Qwen 3.6 Plus01 abr 202662,50 %-SíFuente
z.AIz.AI
z.AI
GLM 5V Turbo01 abr 202662,30 %-SíFuente
Qwen
Qwen
Qwen 3.5 122B A10B24 feb 202658 %-SíFuente
Qwen
Qwen
Qwen 3.5 27B24 feb 202656,20 %-SíFuente
Qwen
Qwen
Qwen 3.5 Flash23 feb 202656,20 %inferred family alias from qwen3.5-27b (score=0.4147; benches=81)SíFuente
Qwen
Qwen
Qwen 3.5 35B A3B24 feb 202654,50 %-SíFuente
AnthropicAnthropic
Anthropic
Claude Haiku 4.515 oct 202550,70 %inferred alias from claude-haiku-4-5-20251001SíFuente
Informar de un problema
Registrarse