OSWorld-Verified
Resultados de benchmarks de IA e desempenho dos modelos
Tipo: percentageAgents
Resultados registrados
3
Pontuação média
76.30%
Faixa de pontuação
65.90% - 84.30%
Modelo líder
84.30% - Qwen 3.8 27B
Pontuações ao longo do tempo
Pontuações individuais do benchmark exibidas por data.
Resultados de modelos
| Organização | Modelos | Data informada | Maior pontuação | Informações | Declarado pelo provedor | Fonte |
|---|---|---|---|---|---|---|
| Qwen 3.8 27B | 14 de ago. de 2026 | 84,30% | - | Sim | Fonte | |
| Drex Max 1.1 | 28 de out. de 2026 | 78,70% | Nace launch chart "Decision Models Benchmark" (2026-10-28); reported as 0.787 | Sim | Fonte | |
| Muse Glimmer 30B | 10 de ago. de 2026 | 65,90% | High reasoning; 361-task split; mean reward over four attempts | Sim | Fonte |
