Claude Opus 5 · OSWorld(System Card 所称 2.0;2026-09-10 任务与资源版本、108 题、更新 harness) · 附件证据(ev-op5-osworld-revised)

Claude Opus 5 的 OSWorld · System Card 所称 2.0;2026-09-10 任务与资源版本、108 题、更新 harness 官方出处。见《Claude Opus 5.5 System Card (Opus 5 OSWorld 后续对照)》Current saved System Card PDF pp.205–206, §8.13.3 OSWorld 2.0; checked against the matching TXT.。证据 ev-op5-osworld-revised。

原文与定位

Claude Opus 5 · OSWorld(System Card 所称 2.0;2026-09-10 任务与资源版本、108 题、更新 harness),OSWorld 2.0 更新 harness配置,Partial score 74%(具体成绩公布时间未确认)。见《Claude Opus 5.5 System Card (Opus 5 OSWorld 后续对照)》Current saved System Card PDF pp.205–206, §8.13.3 OSWorld 2.0; checked against the matching TXT.。 查看成绩条件

Claude Opus 5 · OSWorld(System Card 所称 2.0;2026-09-10 任务与资源版本、108 题、更新 harness),OSWorld 2.0 更新 harness配置,Strict pass rate 37.2%(具体成绩公布时间未确认)。见《Claude Opus 5.5 System Card (Opus 5 OSWorld 后续对照)》Current saved System Card PDF pp.205–206, §8.13.3 OSWorld 2.0; checked against the matching TXT.。 查看成绩条件

Re-evaluated under the updated task files and harness, Claude Opus 5 scored 74.0% partial and 37.2% strict pass; these are not directly comparable to earlier benchmark/harness results.
官方材料
Claude Opus 5.5 System Card (Opus 5 OSWorld 后续对照) · PDF 第 206 页
定位
附件 · Current saved System Card PDF pp.205–206, §8.13.3 OSWorld 2.0; checked against the matching TXT.
材料版本
Current saved PDF/TXT: 本地留存副本 and current-opus-5-5-system-card.txt; cover dated 2026-09-22; 230 pages and all 126 visual pages fully reviewed in 本地留存副本; current revision date unknown.
版本公布
未确认
披露时间
未确认 · 后补披露
采集时间
历史依据
暂无可靠历史版本依据
引用文本

Claude Opus 5 · OSWorld(System Card 所称 2.0;2026-09-10 任务与资源版本、108 题、更新 harness),OSWorld 2.0 更新 harness配置,Partial score 74%(具体成绩公布时间未确认);Claude Opus 5 · OSWorld(System Card 所称 2.0;2026-09-10 任务与资源版本、108 题、更新 harness),OSWorld 2.0 更新 harness配置,Strict pass rate 37.2%(具体成绩公布时间未确认)。官方出处 Claude Opus 5.5 System Card (Opus 5 OSWorld 后续对照)(附件,Current saved PDF/TXT: 本地留存副本 and current-opus-5-5-system-card.txt; cover dated 2026-09-22; 230 pages and all 126 visual pages fully reviewed in 本地留存副本; current revision date unknown.)Current saved System Card PDF pp.205–206, §8.13.3 OSWorld 2.0; checked against the matching TXT.,https://www.anthropic.com/claude-opus-5-5-system-card#page=206。Benchlog https://benchlog.lekshome.cc/evidence/claude-opus-5/ev-op5-osworld-revised/

关联成绩与条件

Claude Opus 5 · OSWorld 成绩与配置
指标与成绩配置与评测条件证据关系
Partial score74%原文 74.0% partial · 单位 %
公布 未确认
OSWorld 2.0 更新 harness
设置
System Card 后续披露的 2026-09-10 task/assets 版本,108 题,保留全部截图并启用 server-side context management。
未知项
System Card 修订日期未公布;与 launch table 的原 OSWorld 2.0 值不可直接比较。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
OSWorld 2.0 System Card 后续更新;108 任务、5 次运行,更新 task/assets 与 context 管理。
条件
Card 明确声明 task files 与 harness 均不同,因此不与 launch table 70.6% 直接比较;当前 card revision/disclosure date 未明确。

直接支持该成绩

在排名中查看此成绩
Strict pass rate37.2%原文 37.2% strict pass · 单位 %
公布 未确认
OSWorld 2.0 更新 harness
设置
System Card 后续披露的 2026-09-10 task/assets 版本,108 题,保留全部截图并启用 server-side context management。
未知项
System Card 修订日期未公布;与 launch table 的原 OSWorld 2.0 值不可直接比较。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
OSWorld 2.0 System Card 后续更新;108 任务、5 次运行,更新 task/assets 与 context 管理。
条件
Card 明确声明与早期协议结果不具直接可比性;当前 card revision/disclosure date 未明确。

直接支持该成绩

在排名中查看此成绩