待验证85% 置信事实时间未知
Anthropic的Computer Use在OSWorld基准测试上的操作准确率约为14.9%（2024年10月数据）
1
来源数
85%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
computer-use-windows：在Windows上构建AI桌面代理的开源框架
githubCam10001110101
涉及实体
相关事实
待验证Anthropic于2024年10月率先发布了Claude的Computer Use功能，其论文披露在OSWorld基准上成功率约22%，显著低于人类的72%68% 相似待验证According to the OSWorld benchmark, the most advanced Computer Use models still achieve less than 40% task success rate64% 相似待验证在网页浏览基准BrowseComp上Sol拿到92.2%，在OSWorld 2.0上拿到62.6%，两项均为当前最佳成绩，OSWorld上超过Opus 4.8的同时输出Token减少85%62% 相似待验证在OS World电脑操作测试中，Sol超过了Claude的Opus系列，消耗算力少85%59% 相似待验证VirtioFS在元数据密集型操作上相比osxfs部分基准测试显示性能提升可达20倍以上58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/29286API
curl https://kongchang.com/api/v1/knowledge/claims/29286MCP
get_claim(id=29286)