Share your thoughts, 1 month free Claude Pro on usSee more

Computer Use on OSWorld

75OS Success Rate

EvoCUA-32B

Updated 1d ago

Evaluation Results

Method
EvoCUA-32B 2026.05	75	51.06	52.98	-	-	-	-	65.22	-	-	61.07	-	-	-	-
R-WoM 2025.10	67.84	-	-	-	-	-	-	-	-	-	-	-	-	-	-
WoM 2025.10	62.09	-	-	-	-	-	-	-	-	-	-	-	-	-	-
RAG 2025.10	60.43	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Vanilla 2025.10	59.12	-	-	-	-	-	-	-	-	-	-	-	-	-	-
R-WoM 2025.10	56.73	-	-	-	-	-	-	-	-	-	-	-	-	-	-
RAG 2025.10	50.82	-	-	-	-	-	-	-	-	-	-	-	-	-	-
WoM 2025.10	49.65	-	-	-	-	-	-	-	-	-	-	-	-	-	-
R-WoM 2025.10	49.29	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Vanilla 2025.10	48.24	-	-	-	-	-	-	-	-	-	-	-	-	-	-
WebDreamer 2025.10	46.35	-	-	-	-	-	-	-	-	-	-	-	-	-	-
RAG 2025.10	46.11	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Vanilla 2025.10	45.83	-	-	-	-	-	-	-	-	-	-	-	-	-	-
No Defense 2026.02	42.9	-	-	-	-	-	-	-	-	-	-	-	-	-	-
GPT-4o + Ally 2024.12	41.67	4.26	6.81	8.7	9.5	6.67	15.22	30.43	0	7.46	11.21	-	-	-	-
DEACTION 2026.02	40.7	-	-	-	-	-	-	-	-	-	-	-	-	-	-
DEACTION 2026.02	39.6	-	-	-	-	-	-	-	-	-	-	-	-	-	-
R-WoM 2025.10	39.28	-	-	-	-	-	-	-	-	-	-	-	-	-	-
No Defense 2026.02	39	-	-	-	-	-	-	-	-	-	-	-	-	-	-
DSP 2026.02	38.3	-	-	-	-	-	-	-	-	-	-	-	-	-	-
RAG 2025.10	36.93	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Task Shield 2026.02	36.6	-	-	-	-	-	-	-	-	-	-	-	-	-	-
InferAct 2026.02	36.5	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Vanilla 2025.10	35.82	-	-	-	-	-	-	-	-	-	-	-	-	-	-
R-WoM 2025.10	35.71	-	-	-	-	-	-	-	-	-	-	-	-	-	-
PromptArmor 2026.02	35.2	-	-	-	-	-	-	-	-	-	-	-	-	-	-
WebDreamer 2025.10	34.43	-	-	-	-	-	-	-	-	-	-	-	-	-	-
RAG 2025.10	33.36	-	-	-	-	-	-	-	-	-	-	-	-	-	-
UI-TARS-1.5-7B + LEARNWEAK-GEN 2026.05	33.33	8.51	22.7	-	-	-	-	40.57	-	-	26.28	-	-	-	-
Vanilla 2025.10	32.25	-	-	-	-	-	-	-	-	-	-	-	-	-	-
WebDreamer 2025.10	30.86	-	-	-	-	-	-	-	-	-	-	-	-	-	-
DEACTION 2026.02	30.7	-	-	-	-	-	-	-	-	-	-	-	-	-	-
No Defense 2026.02	26	-	-	-	-	-	-	-	-	-	-	-	-	-	-
GPT-4o + Aria-UI_TH 2024.12	25	4.26	15.32	8.7	30.06	26.67	23.8	21.74	19.23	8.55	15.15	-	-	-	-
GPT-4o + SoM 2024.12	20.83	0	6.77	4.35	6.53	0	4.35	4.35	0	3.6	4.59	-	-	-	-
UI-TARS-1.5-7B 2026.05	16.67	7.09	21.98	-	-	-	-	30.43	-	-	19.04	-	-	-	-
Claude 2025.02	14.9	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Aguvis-72B 2025.02	10.26	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Qwen2.5-VL-72B 2025.02	8.83	-	-	-	-	-	-	-	-	-	-	-	-	-	-
GPT-4o 2024.12	8.33	0	6.77	4.35	16.1	0	4.35	4.35	3.85	5.58	5.03	-	-	-	-
GPT-4o 2025.02	5.03	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Gemini 2.0 2025.02	4.7	-	-	-	-	-	-	-	-	-	-	-	-	-	-
CogAgent + SoM 2024.12	4.17	2.17	0	4.34	6.53	0	2.17	0	0	0	0.99	-	-	-	-
CogAgent 2024.12	4.17	2.17	0	4.35	6.53	0	2.17	0	0	0.1	1.11	-	-	-	-
Qwen2-VL-72B 2025.02	2.42	-	-	-	-	-	-	-	-	-	-	-	-	-	-
Seed1.5-VL 2026.03	-	-	-	-	-	-	-	-	-	-	-	36.7	-	-	-
Claude-Sonnet-4.5 2026.03	-	-	-	-	-	-	-	-	-	-	-	62.9	-	-	-
Gemini-2.5-Pro 2026.03	-	-	-	-	-	-	-	-	-	-	-	13.3	-	-	-
GPT-O3-CUA 2026.03	-	-	-	-	-	-	-	-	-	-	-	38.1	-	-	-
Seed1.8 2026.03	-	-	-	-	-	-	-	-	-	-	-	61.9	-	-	-
Single-Agent 2026.06	-	-	-	-	-	-	-	-	-	-	43.8	-	-	26.6	-
MACU 2026.06	-	-	-	-	-	-	-	-	-	-	44.9	-	1.1	14.2	-12.4
MACU 2026.06	-	-	-	-	-	-	-	-	-	-	48.5	-	4.7	21.4	-5.2