Anthropic 发布 Claude Haiku 5.5：1M 上下文，输入定价 $0.10/百万 tokens
Anthropic 出了个便宜的小模型 Claude Haiku 5.5，百万 token 输入才 0.1 美元，还有 1M 上下文，跑批量任务成本能压很低。
#OSWorld
共 8 条 · 7 天 3 条 · 30 天 3 条
信息流里打上「OSWorld」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月8日
Anthropic 发布 Haiku 5.5，成本降低 90%，OSWorld 得分升至 72.4%
Anthropic 的小模型 Haiku 5.5 便宜了 90%，操作电脑的基准分从 15.7% 拉到 72.4%，跑批量智能体任务的可以看看。
Claude Haiku 5.5 发布：OSWorld 成绩大涨，token 价格最高降 90%
Anthropic 把 Haiku 升到 5.5，OSWorld 分数从 15.7 涨到 72.4，价格还砍了 90%，不过新 tokenizer 会多吃 token，实际省多少得算算。
9月4日
8月3日
InAgent登顶OSWorld，任务成功率90.2%超越OpenAI、谷歌和Anthropic
InAgent在OSWorld刷到90.2%，系统级任务100%，比OpenAI、谷歌、Anthropic都高，快看。
7月31日
论文12:53
本地 Computer-Use Agent 的推理时扩展：失败模式与计算权衡这篇论文实测了三个本地模型在 OSWorld 上的推理时扩展，发现多算不一定提升成功率，反而换着花样失败。做本地 CUA 部署的可以当避坑参考。
6月25日
Gemini 3.5 Flash 新增计算机控制，能看并操作屏幕
Google 把屏幕操控塞进了 Gemini 3.5 Flash，OSWorld 得分和 GPT-5.5 差不多。开发者直接用 API 就能做自动化，很实在。
5月28日
LearnWeak：利用弱点自动专精小模型计算机使用代理
做小模型领域专精的团队终于有了高效方案——LearnWeak用强模型找弱模型短板，自动生成针对性数据，比盲目合成数据效果好太多，做CUA或自动化代理的开发者值得一试。