#osworld

GPT-5.4 jako první AI překonal lidský baseline v ovládání počítače. Claude Opus 4.6 těsně za ním

Na benchmarku OSWorld-Verified dosáhl GPT-5.4 výsledku 75,0 % a poprvé v historii překonal průměrný lidský výkon (72,4 %). Claude Opus 4.6 skončil na 72,7 %. Přehled toho, co čísla říkají a co ještě neříkají.