מבחן הערכה
ScreenSpot Pro
מדד משני
מה הוא מודד
הפעלת מחשב: עבודה בממשק של מערכת הפעלה ואפליקציות · הבנה חזותית: הבנת תמונות, תרשימים ומסמכים סרוקים
מה הוא לא מודד
- אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.
תוצאות שנקלטו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| Claude Opus 4.8 | 87.9 | ScreenSpot Pro, איתור רכיבי ממשק · דיווח של הספק | קישור |
| GPT-5.4 | 85.4 | ScreenSpot Pro, איתור רכיבי ממשק · מקור לא מאומת | קישור |
| Muse Spark | 84.1 | ScreenSpot Pro, איתור רכיבי ממשק · דיווח של הספק | קישור |
| Claude Opus 4.6 | 83.1 | ScreenSpot Pro, איתור רכיבי ממשק · מקור לא מאומת | קישור |
| Qwen3.7 Plus | 79.0 | ScreenSpot Pro, איתור רכיבי ממשק · דיווח של הספק | קישור |
| Gemini 3 Pro | 72.7 | ScreenSpot Pro, איתור רכיבי ממשק · דיווח של הספק | קישור |
| Qwen3.6 Plus | 68.2 | ScreenSpot Pro, איתור רכיבי ממשק · דיווח של הספק | קישור |