cua-speedrun 数据:速度-性能 Pareto 前沿由多家模型瓜分
kohjingyu · x · 2026-10-01
cua-speedrun 作者补充：不同模型与 reasoning effort 档位在性能、速度、成本上各有取舍。在 OSWorld-Verified 上，时间-性能 Pareto 前沿并非单一家族独占，而是由 Claude Opus 5.5、GPT-6 Astra、GPT-5.6 Luna 等多个模型在不同档位下混合占据。
所属事件:cua-speedrun 开源：榜单、论文与代码全放出(2 条相关)→
「研究」频道最新
- PostTrainBench v1.2 发布:Fable 5.1 以 44.6% 登顶,Opus 5.5 居次 — dejavucoder · 2026-10-02
- 可注射纳米「太阳能电池」让失明视网膜重获光感并激活视觉皮层 — DrKavner · 2026-10-02
- 1950 年代超指数增长预言 2026 年「世界末日」，AI 让奇点论重新成立 — Electronic_Cut2562 · 2026-10-01
- 机器人专家：真实机器人性能瓶颈不在数值，离线仿真求解被低估 — ZeYanjie · 2026-10-01
- FAR 框架教世界模型学会情景记忆召回,胜过手工设计的召回机制 — mittu1204 · 2026-10-01
- 播客对谈：数十亿神经元如何理解世界，AI 真的「理解」任何东西吗 — soniajoseph_ · 2026-10-01