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
- 开发者 vibe coding 出开源 Newsletter 平台,价格仅 Beehiiv 的 17% — marclou · 2026-10-15
- ERP AI 推出 Proto：让 AI agent 替你操作商业软件的'无头 SaaS' — Aiden_Tech_Ai · 2026-10-15
- 工程师主管必读清单:别让 Agent 摘要取代深度阅读 — rseroter · 2026-10-15
- ElevenLabs MCP + Claude Motion:一句提示词给视频加动效,跳过 AE — CurieuxExplorer · 2026-10-15
- 打包 1.5 万美元系统：用 Claude 挖「谷歌有排名但 ChatGPT 不推荐」的 SEO 客户 — aryanXmahajan · 2026-10-15
- Google 论文 Harness²:无验证器下递归进化 agent harness,最高提升 11.5 分 — dair_ai · 2026-10-15