OSWorld 2.1(offline subset)
OSWorld 2.1 のオフライン subset(Claude Haiku 5.5 発表ページの表記)。
- 分類
- コンピュータ操作
- 単位
- パーセント(%)
- 高いほど良い
- 比較グループ
- 1グループ
- 今選べるモデルの順位・順位を付けた結果 15 件
- すべてのモデル(記録): 1 グループ・16 件
ランキング
出典区分(公式・第三者・論文)と測定条件が違う値は比べられないため、比較グループ(同じ出典か、同じ条件と確認できた出典の集まり)ごとに分けて順位を付けています。
今 Claude Code / Codex で選べるモデル(旧モデルを除く)だけで順位を付けています。
公式の結果(Introducing Claude Haiku 5.5)
| 順位 | モデル | effort | スコア | 出典のコスト(指標) | 計測・報告 | 出典 |
|---|---|---|---|---|---|---|
| 1 | Claude Sonnet 5.5 | Max | 83.9% | $5.73Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Sonnet 5.5 · Max: 83.9% $5.73" |
| 2 | Claude Sonnet 5.5 | Xhigh | 81.1% | $2.22Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Sonnet 5.5 · Xhigh: 81.1% $2.22" |
| 3 | Claude Sonnet 5.5 | High | 73.2% | $1.38Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Sonnet 5.5 · High: 73.2% $1.38" |
| 4 | Claude Haiku 5.5 | Max | 72.4% | $0.61Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Haiku 5.5 · Max: 72.4% $0.61" |
| 5 | Claude Haiku 5.5 | Xhigh | 67.6% | $0.28Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Haiku 5.5 · Xhigh: 67.6% $0.28" |
| 6 | Claude Sonnet 5.5 | Med | 66.0% | $0.93Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Sonnet 5.5 · Med: 66.0% $0.93" |
| 7 | Claude Haiku 5.5 | High | 61.3% | $0.18Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Haiku 5.5 · High: 61.3% $0.18" |
| 8 | Claude Sonnet 5.5 | Low | 57.9% | $0.68Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Sonnet 5.5 · Low: 57.9% $0.68" |
| 9 | Claude Haiku 5.5 | Med | 53.3% | $0.13Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Haiku 5.5 · Med: 53.3% $0.13" |
| 10 | GPT-6 Luna | Max | 48.9% | $0.20Cost per attempt | 記載なし | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Max」を OpenAI API の reasoning effort の max に対応づけた出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "GPT-6 Luna · Max: 48.9% $0.20" |
| 11 | GPT-6 Luna | Xhigh | 44.8% | $0.17Cost per attempt | 記載なし | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Xhigh」を OpenAI API の reasoning effort の xhigh に対応づけた出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "GPT-6 Luna · Xhigh: 44.8% $0.17" |
| 12 | GPT-6 Luna | High | 42.3% | $0.14Cost per attempt | 記載なし | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「High」を OpenAI API の reasoning effort の high に対応づけた出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "GPT-6 Luna · High: 42.3% $0.14" |
| 13 | Claude Haiku 5.5 | Low | 42.0% | $0.07Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Haiku 5.5 · Low: 42.0% $0.07" |
| 14 | GPT-6 Luna | Med | 37.5% | $0.13Cost per attempt | 記載なし | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Med」を OpenAI API の reasoning effort の medium に対応づけた出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "GPT-6 Luna · Med: 37.5% $0.13" |
| 15 | GPT-6 Luna | Low | 19.2% | $0.04Cost per attempt | 記載なし | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Low」を OpenAI API の reasoning effort の low に対応づけた出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "GPT-6 Luna · Low: 19.2% $0.04" |
すべてのモデルの順位(記録)
旧モデルと Claude Code / Codex で選べないモデルを含めて、比較グループごとに順位を付け直したものです。順位を付ける顔ぶれが違うので、上の順位とは違います。
旧モデル・選べないモデルを含む順位を開く(16 件)
公式の結果(Introducing Claude Haiku 5.5)
| 順位 | モデル | effort | スコア | 出典のコスト(指標) | 計測・報告 | 出典 |
|---|---|---|---|---|---|---|
| 1 | Claude Sonnet 5.5 | Max | 83.9% | $5.73Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Sonnet 5.5 · Max: 83.9% $5.73" |
| 2 | Claude Sonnet 5.5 | Xhigh | 81.1% | $2.22Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Sonnet 5.5 · Xhigh: 81.1% $2.22" |
| 3 | Claude Sonnet 5.5 | High | 73.2% | $1.38Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Sonnet 5.5 · High: 73.2% $1.38" |
| 4 | Claude Haiku 5.5 | Max | 72.4% | $0.61Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Haiku 5.5 · Max: 72.4% $0.61" |
| 5 | Claude Haiku 5.5 | Xhigh | 67.6% | $0.28Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Haiku 5.5 · Xhigh: 67.6% $0.28" |
| 6 | Claude Sonnet 5.5 | Med | 66.0% | $0.93Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Sonnet 5.5 · Med: 66.0% $0.93" |
| 7 | Claude Haiku 5.5 | High | 61.3% | $0.18Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Haiku 5.5 · High: 61.3% $0.18" |
| 8 | Claude Sonnet 5.5 | Low | 57.9% | $0.68Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Sonnet 5.5 · Low: 57.9% $0.68" |
| 9 | Claude Haiku 5.5 | Med | 53.3% | $0.13Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Haiku 5.5 · Med: 53.3% $0.13" |
| 10 | GPT-6 Luna | Max | 48.9% | $0.20Cost per attempt | 記載なし | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Max」を OpenAI API の reasoning effort の max に対応づけた出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "GPT-6 Luna · Max: 48.9% $0.20" |
| 11 | GPT-6 Luna | Xhigh | 44.8% | $0.17Cost per attempt | 記載なし | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Xhigh」を OpenAI API の reasoning effort の xhigh に対応づけた出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "GPT-6 Luna · Xhigh: 44.8% $0.17" |
| 12 | GPT-6 Luna | High | 42.3% | $0.14Cost per attempt | 記載なし | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「High」を OpenAI API の reasoning effort の high に対応づけた出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "GPT-6 Luna · High: 42.3% $0.14" |
| 13 | Claude Haiku 5.5 | Low | 42.0% | $0.07Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Haiku 5.5 · Low: 42.0% $0.07" |
| 14 | GPT-6 Luna | Med | 37.5% | $0.13Cost per attempt | 記載なし | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Med」を OpenAI API の reasoning effort の medium に対応づけた出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "GPT-6 Luna · Med: 37.5% $0.13" |
| 15 | GPT-6 Luna | Low | 19.2% | $0.04Cost per attempt | 記載なし | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Low」を OpenAI API の reasoning effort の low に対応づけた出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "GPT-6 Luna · Low: 19.2% $0.04" |
| 16 | Claude Haiku 4.5 | 記載なし | 15.7% | $1.45Cost per attempt | Anthropic | Introducing Claude Haiku 5.52026-11-12 取得・ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表); 出典の effort 表記「max」は公式の effort 一覧に無いため effort なし出典の該当箇所OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Haiku 4.5 · Max: 15.7% $1.45" |