CMU 开源电脑操作智能体评测系统 cua-speedrun

卡内基梅隆大学团队（Pranjal Aggarwal、Sean Welleck、Ruslan Salakhutdinov 等）开源发布 cua-speedrun，一套用于评测电脑操作智能体（computer-use agent）的系统，除任务成败外还记录任务耗时与模型调用成本。 该系统的所有排行都在同一套 Modal 按秒计费虚拟机和统一的 agent 接口上运行，覆盖 OSWorld、OSWorld 2.0、CUA-World、MyPCBench 四个基准，以便不同智能体在一致的执行环境与计费方式下比较速度与开销。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。