Simular 智能体 Sai 登顶 OSWorld 2.0,胜 GPT-5.6 且成本仅三分之二
xwang_lk · x · 2026-08-28
Simular 公司发布的计算机智能体 Sai 在 OSWorld 2.0 基准上取得 73% 成功率,超过 OpenAI 报告的 GPT-5.6 Sol(62.57%)和 Anthropic 报告的 Opus 5(70.57%),且成本仅约为后两者三分之二。
OSWorld 2.0 由港大 XLANG Lab 于 6 月发布,包含 108 个长时程任务,熟练人类完成需 1 小时以上,任务以小时而非分钟计,涵盖跨多数据源推理(如散落在邮件与报销单中的收据)、动态环境变化应对、精确遵循教程、排查矛盾信息等真实挑战。
Sai 能像人一样操作桌面应用与网页、调用 API、写代码;它编排前沿模型与专用模型的混合,通过专用接口感知和操作计算机,可运行于 Simular 远程机器集群或个人电脑。
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
- 谷歌 DeepMind 用 Teamwork 智能体攻克数学难题 — algo_diver · 2026-08-28
- 发布 Oxlint 配置 v2，新增规则确保 Agent 代码规范 — cnakazawa · 2026-08-28
- 过度工程反面教材：滥用 Docker 与无谓的安全约束 — burny_tech · 2026-08-28
- 实测 ChatGPT 桌面版替代摄影师编辑：效果惊人且省钱 — Ice2jc · 2026-08-28
- 视频解析：为何团队正收回 AI 编码栈控制权 — labeveryday · 2026-08-28
- Relay Harness 整合 204 个模型，支持全流程自动编码 Agent — realmeetjames · 2026-08-28