GPT-5.4 mini · OSWorld-Verified(Verified benchmark; evaluation protocol noted per source) 72.1% · 主文证据(gpt54-mini-osworld)

GPT-5.4 mini 的 OSWorld-Verified · Verified benchmark; evaluation protocol noted per source 官方出处。GPT-5.4 mini (xhigh) · 72.1%。见《GPT-5.4 mini 与 nano 正式发布 | OpenAI》MM / Vision / CUA / OSWorld-Verified。证据 gpt54-mini-osworld。

原文与定位

GPT-5.4 mini · OSWorld-Verified(Verified benchmark; evaluation protocol noted per source),GPT-5.4 mini (xhigh)配置,First-attempt success rate 72.1%(具体成绩公布时间未确认)。见《GPT-5.4 mini 与 nano 正式发布 | OpenAI》MM / Vision / CUA / OSWorld-Verified。 查看成绩条件

OSWorld-Verified: GPT-5.4 mini (xhigh) 72.1%; GPT-5.4 nano (xhigh) 39.0%.
官方材料
GPT-5.4 mini 与 nano 正式发布 | OpenAI
定位
主文 · MM / Vision / CUA / OSWorld-Verified
材料版本
Official article dated 2026-03-17. The locally retained same-day English capture and all six result tables were read in full; the live URL returned HTTP 403 on 2026-11-16, so this record covers the retained edition and does not establish later page revisions.
版本公布
未确认
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

GPT-5.4 mini · OSWorld-Verified(Verified benchmark; evaluation protocol noted per source),GPT-5.4 mini (xhigh)配置,First-attempt success rate 72.1%(具体成绩公布时间未确认)。官方出处 GPT-5.4 mini 与 nano 正式发布 | OpenAI(主文,Official article dated 2026-03-17. The locally retained same-day English capture and all six result tables were read in full; the live URL returned HTTP 403 on 2026-11-16, so this record covers the retained edition and does not establish later page revisions.)MM / Vision / CUA / OSWorld-Verified,https://openai.com/zh-Hans-CN/index/introducing-gpt-5-4-mini-and-nano/。Benchlog https://benchlog.lekshome.cc/evidence/gpt-5-4-mini/gpt54-mini-osworld/

关联成绩与条件

GPT-5.4 mini · OSWorld-Verified 成绩与配置
指标与成绩配置与评测条件证据关系
First-attempt success rate72.1%原文 72.1% · 单位 %
公布 未确认
GPT-5.4 mini (xhigh)
设置
The official comparison table labels GPT-5.4 mini (xhigh).
未知项
未另记
工具
工具条件未记录
推理预算
xhigh
框架
未记录
协议
OSWorld-Verified.
条件
Official comparison table labels GPT-5.4 mini (xhigh).

直接支持该成绩

在排名中查看此成绩