OSWorld 2.0 Partial (w/o exec)Agent

OSWorld 2.0 Partial (w/o exec) 是 OSWorld 2.0 的部分得分设置，在不使用执行验证的条件下按任务完成进度给予部分分数。相比二值成功率，它能更细致地区分 Agent 在桌面操作任务中的阶段性能力。

#	模型	得分 (%)	厂商	来源
1	GPT-5.6 Sol	62.6	OpenAI	OpenAI GPT-5.6 发布页
2	Claude Opus 4.8	54.8	Anthropic	OpenAI GPT-5.6 发布页
3	GPT-5.6 Terra	50.2	OpenAI	OpenAI GPT-5.6 发布页
4	GPT-5.5	47.5	OpenAI	OpenAI GPT-5.6 发布页
5	Muse Spark 1.1	47.3	Meta	Meta Muse Spark 1.1 Evaluation Report
6	GPT-5.6 Luna	45.6	OpenAI	OpenAI GPT-5.6 发布页
7	Gemini 3.1 Pro	30.6	Google	Meta Muse Spark 1.1 Evaluation Report

OSWorld 2.0 Partial (w/o exec) 是 OSWorld 2.0 的部分得分设置，在不使用执行验证的条件下按任务完成进度给予部分分数。相比二值成功率，它能更细致地区分 Agent 在桌面操作任务中的阶段性能力。

#	模型	得分 (%)	厂商	来源
1	GPT-5.6 Sol	62.6	OpenAI	OpenAI GPT-5.6 发布页
2	Claude Opus 4.8	54.8	Anthropic	OpenAI GPT-5.6 发布页
3	GPT-5.6 Terra	50.2	OpenAI	OpenAI GPT-5.6 发布页
4	GPT-5.5	47.5	OpenAI	OpenAI GPT-5.6 发布页
5	Muse Spark 1.1	47.3	Meta	Meta Muse Spark 1.1 Evaluation Report
6	GPT-5.6 Luna	45.6	OpenAI	OpenAI GPT-5.6 发布页
7	Gemini 3.1 Pro	30.6	Google	Meta Muse Spark 1.1 Evaluation Report