Sai 代理登顶 OSWorld 2.0，成本仅为竞品 2/3
TianbaoX · x · 2026-08-28
Simular 发布的计算机代理 Sai 在 OSWorld 2.0 基准测试中取得了 73% 的成功率，击败了 OpenAI 的 GPT-5.6 Sol (62.57%) 和 Anthropic 的 Opus 5 (70.57%)。该基准包含 108 项复杂任务，每项任务需熟练人类超过 1 小时完成。Sai 的单任务成本仅为竞品的三分之二。其核心优势在于采用神经符号框架，结合神经网络的探索能力与符号代码的逻辑，提升了可靠性并降低了成本。
所属事件:Simular 代理 Sai 登顶 OSWorld 2.0，成本仅竞品三分之二(4 条相关)→
「编程与Agent」频道最新
- 马斯克转发用户实测：Grok Bot 不比 Codex 强但更顺手 — elonmusk · 2026-10-15
- 独立开发者发布 Blob0：把 S3/R2 对象存储管成 Mac 本地文件夹 — yihui_indie · 2026-10-15
- 2026 AI 工程师六层技能栈：从向量库到 Agent 编排 — mdancho84 · 2026-10-15
- 用 ChatGPT 搭机械工程工作流：Agent 编排热固封头研究，却因重置中断 — burhop · 2026-10-15
- 开源 Harness 工程课爆火：19k 星教你让编码 Agent 干活可靠 — thisguyknowsai · 2026-10-15
- 6 人团队 3 个月：AI Agent 进驻医保预授权平台的落地实录 — alex_verem · 2026-10-15