OpenGPT根拠に基づくモデル選定エージェント構成 · OSWorld 2.0
OSWorld Agent · Claude Opus 4.8 · Max · Standard
モデル、スキャフォールド、ツール、権限、予算、環境を含むランキング対象です。
システム識別
エージェントシステムOSWorld Agent · Claude Opus 4.8 · Max · Standard
基盤モデルClaude Opus 4.8
公開元のモデルIDまたは表記Claude Opus 4.8
スキャフォールドOSWorld 2.0 computer-use agent
スキャフォールド版OSWorld 2.0
ツールStandard computer-use tool
比較グループosworld-2-v2026-06-24-500
評価構成
情報源スナップショットOSWorld 2.0 · タスク版 v2026.06.24 · 500ステップ上限 · 2026年6月25日
課題数108 長時間のPC操作ワークフロー
環境再現可能な仮想環境でのデスクトップとOS操作
予算500ステップ
評価日
データ取得日
完全達成率18.52%
部分スコア49.33%
公開根拠
情報源を開く根拠ベンチマーク公開元に掲載
情報源OSWorld 2.0
費用未報告
費用の基準この構成には比較可能な費用が報告されていません
比較可能な費用が報告されていないため、低費用候補としては扱いません。
この結果で分からないこと
結果は表示されたシステムと条件にのみ適用されます。万能な最良エージェント、実運用品質、データ管理、別版での性能を証明しません。