ベンチマーク / OSWorld 2.0（オフライン・部分点）
OSWorld 2.0（オフライン・部分点）
PC・ブラウザ操作・高いほど良い
＊＝開発元の自社発表。 出典（表）ごとに分けています。同じ表の値どうしは同じ条件で比べられます。
OpenAI の表
OpenAI: GPT-6 Astra 発表（比較表・脚注） ↗比較表の他社モデル数値は OpenAI が掲載したもの。各社最大 effort の値。
- 1
GPT-6 Astra72.6%＊OpenAI・最大effort・オフラインセット・部分点 - 2
Claude Opus 5 過去の版70.2%OpenAI（比較表に掲載）・最大effort・オフラインセット・部分点 - 3GPT-5.6 Sol 過去の版65.7%＊OpenAI・最大effort・オフラインセット・部分点
Google DeepMind の表
Google DeepMind: Gemini 4 Argon モデルカード ↗2026年10月時点。比較表の他社数値は Google が掲載したもの。
- 1
Gemini 4 Argon69.2%＊Google・オフラインサブセット・部分点