用于计算机使用代理的 GPT-5。

任务相同，基础模型也相同，我们只是将思考模型从 GPT-4o 换成了 GPT-5。

左 = 4o，右 = 5。

看 GPT-5 遥遥领先。

推理模型：OpenAI GPT-5

基础模型：Salesforce GTA1-7B

操作空间：CUA 云实例 (macOS/Linux/Windows)

任务是：“导航到 {random_url} 并玩游戏，直到得分达到 5/5”……每个任务都是通过让 Claude 从预定义的提示列表（多项选择题、表格填写或颜色匹配）中生成一个随机应用来设置的。

在这里亲自尝试：https://github.com/trycua/cua

文档：https://docs.trycua.com/docs/agent-sdk/supported-agents/composed-agents