Claude Fable 5.2 · OSWorld(2.1, 82-task offline no-internet subset, partial score) · 附件证据(ev-f52-osworld-strict)

Claude Fable 5.2 的 OSWorld · 2.1, 82-task offline no-internet subset, partial score 官方出处。见《Claude Fable 5.2 and Claude Mythos 5.2 System Card》PDF pp.234-235, §8.13.3, OSWorld 2.1 offline set。证据 ev-f52-osworld-strict。

原文与定位

Claude Fable 5.2 · OSWorld(2.1, 82-task offline no-internet subset, partial score),Adaptive Max配置,Partial score 89.3%(具体成绩公布时间未确认)。见《Claude Fable 5.2 and Claude Mythos 5.2 System Card》PDF pp.234-235, §8.13.3, OSWorld 2.1 offline set。 查看成绩条件

Claude Fable 5.2 · OSWorld(2.1, 82-task offline no-internet subset, partial score),Adaptive Max配置,Strict pass rate 54.6%(具体成绩公布时间未确认)。见《Claude Fable 5.2 and Claude Mythos 5.2 System Card》PDF pp.234-235, §8.13.3, OSWorld 2.1 offline set。 查看成绩条件

The official offline set has 82 of 108 tasks with no internet access. Fable 5.2 achieved 89.3% partial score and 54.6% strict pass rate; both are max-effort scores averaged over five attempts per task.
官方材料
Claude Fable 5.2 and Claude Mythos 5.2 System Card · PDF 第 235 页
定位
附件 · PDF pp.234-235, §8.13.3, OSWorld 2.1 offline set
材料版本
Official System Card; 264-page PDF, cover dated November 9, 2026; current PDF/TXT saved as 本地留存副本 and .txt; PDF pp.1-264 text read page-by-page; all 80 image/vector-figure pages in pp.1-206 were visually checked in 21 sheets, and capability figures in pp.207-254 were visually checked; no unread pages or figures remain.
版本公布
披露时间
未确认 · 首发/后补未确认
采集时间
历史依据
暂无可靠历史版本依据
引用文本

Claude Fable 5.2 · OSWorld(2.1, 82-task offline no-internet subset, partial score),Adaptive Max配置,Partial score 89.3%(具体成绩公布时间未确认);Claude Fable 5.2 · OSWorld(2.1, 82-task offline no-internet subset, partial score),Adaptive Max配置,Strict pass rate 54.6%(具体成绩公布时间未确认)。官方出处 Claude Fable 5.2 and Claude Mythos 5.2 System Card(附件,Official System Card; 264-page PDF, cover dated November 9, 2026; current PDF/TXT saved as 本地留存副本 and .txt; PDF pp.1-264 text read page-by-page; all 80 image/vector-figure pages in pp.1-206 were visually checked in 21 sheets, and capability figures in pp.207-254 were visually checked; no unread pages or figures remain.)PDF pp.234-235, §8.13.3, OSWorld 2.1 offline set,https://www.anthropic.com/document/claude-fable-5-2-mythos-5-2-system-card#page=235。Benchlog https://benchlog.lekshome.cc/evidence/claude-fable-and-mythos-5-2/ev-f52-osworld-strict/

关联成绩与条件

Claude Fable 5.2 · OSWorld 成绩与配置
指标与成绩配置与评测条件证据关系
Partial score89.3%原文 89.3% · 单位 %
公布 未确认
Adaptive Max
设置
Claude Fable 5.2;adaptive thinking always on;Max effort;默认 temperature/top_p;Card 通用表说明通常五次运行平均,个别测试另行注明。
未知项
System Card pp.1-264 文字已完整核读;各benchmark章节未明确披露的运行参数仍未知。
工具
工具条件未记录
推理预算
max
框架
未记录
协议
OSWorld 2.1 official 82-task offline set;partial score;Pass@1,五次尝试平均。
条件
无网络;默认 1080p;每题最多 500 action steps;使用 Opus 4.8 作需模型评分的任务;max effort。

直接支持该成绩

在排名中查看此成绩
Strict pass rate54.6%原文 54.6% · 单位 %
公布 未确认
Adaptive Max
设置
Claude Fable 5.2;adaptive thinking always on;Max effort;默认 temperature/top_p;Card 通用表说明通常五次运行平均,个别测试另行注明。
未知项
System Card pp.1-264 文字已完整核读;各benchmark章节未明确披露的运行参数仍未知。
工具
工具条件未记录
推理预算
max
框架
未记录
协议
OSWorld 2.1 official 82-task offline set;strict pass rate;Pass@1,五次尝试平均。
条件
严格通过要求任务内每个 checkpoint 均满足;无网络;max effort。

直接支持该成绩

在排名中查看此成绩