CMU 推出 cua-speedrun CUA 评测基准

据 AGI Hunt 2026 年 10 月 3 日报道，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）基准的考量。团队在该基准上评测了 Jev，结果显示：Jev 比 Opus-5.5-xHigh 慢 1.5 倍、准确率低 10 倍、操作步数多 5 倍，综合水平只相当于 GPT-4 一档，耗时则接近 Astra-xHigh。目前公开的信息集中在 Jev 与上述模型的这组对比结果上，尚未见到该基准的完整榜单或更多模型的评测数据。

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。