CMU 推出 cua-speedrun 基准：Jev 准确率低 10 倍、速度慢 1.5 倍

卡内基梅隆大学团队推出 cua-speedrun 评测系统，首次把耗时与成本纳入计算机使用 agent（CUA）基准，并在其上评测 Jev。结果显示 Jev 比 Opus-5.5-xHigh 慢 1.5 倍、准确率低 10 倍、步数多 5 倍，综合水平只相当于 GPT-4 一档，耗时接近 Astra-xHigh。