Retour à la tendance du jour: Apple développe une IA capable d'utiliser votre Mac à votre place
Classement Poly · tiré de la tendance du jour

Meilleur agent IA pour contrôler votre ordinateur en 2026

L'utilisation de l'ordinateur par Claude réussit 85,96% des tâches réelles sur bureau avec seulement l'enregistrement de l'écran et l'accessibilité, alors qu'OpenClaw demande l'accès complet au disque et n'a publié aucun score.

  • N° 1 : Qwen3.8 Max (Alibaba)
  • 10 places

01Liste finale

Les IA de pointe ont chacune dressé leur propre liste de dix, de façon indépendante. Voici un résultat facile à vérifier : chaque place a une raison, une source et la liste des IA qui l'ont retenue.

Ordre : du plus grand au plus faible accord entre les IA.

Une pastille vive signifie que cette IA a mis l'élément dans sa liste. Une pastille terne, qu'elle ne l'a pas fait.

  1. 1

    Qwen3.8 Max (Alibaba)

    Meilleur score OSWorld-Verified publié, 86,1%, mais seul Alibaba le publie. Steel affirme que le modèle visuel testé n'est pas public, donc vous ne pouvez pas encore le faire tourner dans votre propre bac à sable.

    L’ont inclus: Claude, ChatGPT, Meta, Grok, MiMo, Kimi, DeepSeek, Qwen. Ne l’ont pas inclus: Gemini, Wenxin.

    Dans leurs listes: Claude: 5 · ChatGPT: 1 · Meta: voir la liste · Grok: 3 · MiMo: 5 · Kimi: 2 · DeepSeek: 5 · Qwen: 1

    Ce qu'a noté chaque IA 8
    • Claudeplace 5

      Il détient le plus haut score OSWorld-Verified publié (86,1%), mais ses poids ne sont pas confirmés et le score ne vient que du fournisseur.

      Source ↗
    • ChatGPTplace 1

      86,1% est en tête du tableau actuel des modèles OSWorld-Verified, mais la ligne publiée ne précise pas le cadre de son agent.

      Source ↗
    • Meta

      Nommé autrement dans sa propre liste : ouvrez la liste complète.

      voir la liste
    • Grokplace 3

      En tête de nombreux agrégateurs avec 86,1% vérifié, et des poids ouverts.

      Source ↗
    • MiMoplace 5

      En tête du tableau de bureau avec 86,1%, présenté comme ouvert alors que le modèle visuel testé ne l'est pas.

      Source ↗
    • Kimiplace 2

      86,1% sur OSWorld-Verified, et les poids sont téléchargeables (un point de contrôle 27B atteint 84,3%) : le meilleur résultat de bureau n'exige aucun accès à votre machine.

      Source ↗
    • DeepSeekplace 5

      86,1% sur OSWorld-Verified, le plus haut publié, mais l'empreinte locale de l'agent en matière d'autorisations n'est pas détaillée publiquement.

      Source ↗
    • Qwenplace 1

      86,1% sur OSWorld-Verified, le meilleur score de bureau vérifié à ce jour, tout en permettant des contrôles d'autorisation d'outils fins.

      Source ↗
    8 IA l’ont placé ici
  2. 2

    Utilisation de l'ordinateur par Claude (Anthropic : Claude Code, Cowork)

    Meilleur score officiel d'un agent grand public, 85,96%, avec seulement l'enregistrement de l'écran et l'accessibilité, sans accès complet au disque. L'astérisque renvoie à l'échappement du bac à sable SharedRoot de juillet.

    L’ont inclus: Claude, ChatGPT, Meta, Grok, MiMo, Kimi, DeepSeek, Qwen. Ne l’ont pas inclus: Gemini, Wenxin.

    Dans leurs listes: Claude: 1 · ChatGPT: 2 · Meta: 1 · Grok: 10 · MiMo: 1 · Kimi: 6 · DeepSeek: 3 · Qwen: 3

    Ce qu'a noté chaque IA 8
    • Claudeplace 1

      Obtient 85,0% sur OSWorld-Verified et 66,1% en réussite partielle sur OSWorld 2.0, avec une configuration Enregistrement de l'écran et Accessibilité, sans Accès complet au disque.

      Source ↗
    • ChatGPTplace 2

      85% le place à 1,1 point du meilleur score ; le tableau de référence attribue ce résultat à Anthropic.

      Source ↗
    • Metaplace 1

      85,96% sur OSWorld-Verified pour Fable 5 et 81,8% en réussite partielle sur OSWorld 2.1 pour Opus 5.5, avec un bac à sable dans le cloud par défaut, et non l'accès complet au disque par défaut.

      Source ↗
    • Grokplace 10

      Accessibilité et Enregistrement de l'écran limités à la session, avec des demandes d'approbation par application.

      Source ↗
    • MiMoplace 1

      Le seul agent ici qui exécute ses commandes dans une cage, et la cage a réduit de 84% les demandes d'autorisation.

      Source ↗
    • Kimiplace 6

      La version grand public de la même pile : elle demande l'autorisation application par application, déconseille les applications bancaires ou de santé, et n'accède à votre ordinateur que lorsque l'application de bureau est ouverte.

      Source ↗
    • DeepSeekplace 3

      85% sur OSWorld-Verified avec seulement Accessibilité et Enregistrement de l'écran, sans Accès complet au disque, et avec un niveau de dérogation par application dans macOS 27.3.

      Source ↗
    • Qwenplace 3

      Atteint 85,0% sur de vraies tâches de bureau, mais repose sur des dérogations complètes à l'enregistrement de l'écran et à l'accessibilité.

      Source ↗
    8 IA l’ont placé ici
  3. 3

    Agent ChatGPT d'OpenAI / utilisation de l'ordinateur avec Codex

    Deux modes avec deux coûts d'accès : l'agent cloud de ChatGPT ne voit jamais votre bureau, tandis que Codex sur votre Mac demande l'enregistrement de l'écran et l'accessibilité. GPT-5.5 obtient 78,7% sur OSWorld-Verified.

    L’ont inclus: Claude, Meta, Grok, MiMo, Kimi, DeepSeek, Qwen. Ne l’ont pas inclus: ChatGPT, Gemini, Wenxin.

    Dans leurs listes: Claude: voir la liste · Meta: 2 · Grok: 8 · MiMo: 3 · Kimi: 4 · DeepSeek: 1 · Qwen: voir la liste

    Ce qu'a noté chaque IA 7
    • Claude

      Nommé autrement dans sa propre liste : ouvrez la liste complète.

      voir la liste
    • Metaplace 2

      78,7% sur OSWorld-Verified pour GPT-5.5 et 62,6% en réussite partielle sur OSWorld 2.0 pour GPT-5.6 Sol ; l'agent tourne dans un bac à sable OpenAI et ne voit pas votre bureau par défaut.

      Source ↗
    • Grokplace 8

      OSWorld à 38,1% au départ ; un ordinateur virtuel en bac à sable, par la suite, réduit le besoin de contrôle total en local.

      Source ↗
    • MiMoplace 3

      Le cerveau le plus puissant pour utiliser un ordinateur, à un tiers du coût, avec sa propre fiche de sécurité qui liste les incidents au travail.

      Source ↗
    • Kimiplace 4

      L'agent natif le plus capable sur votre propre Mac (75% sur OSWorld-Verified) est aussi le plus gourmand : Enregistrement de l'écran, Accessibilité, approbations par application, et un mode « Locked Use » optionnel qui peut déverrouiller temporairement le Mac.

      Source ↗
    • DeepSeekplace 1

      Atteint 38,1% sur OSWorld depuis un bac à sable de navigateur dans le cloud, avec presque aucune autorisation locale de disque ou d'Accessibilité.

      Source ↗
    • Qwen

      Nommé autrement dans sa propre liste : ouvrez la liste complète.

      voir la liste
    7 IA l’ont placé ici
  4. 4

    Simular Sai (Agent S)

    Peut tourner sur un bureau dans le cloud au lieu de votre Mac. Il revendique 73% de réussite partielle sur OSWorld 2.0, mais ne termine complètement que 28,25% des tâches ; Simular a co-écrit le benchmark et publié le résultat lui-même.

    L’ont inclus: Claude, Meta, Grok, MiMo, Kimi, DeepSeek, Qwen. Ne l’ont pas inclus: ChatGPT, Gemini, Wenxin.

    Dans leurs listes: Claude: 6 · Meta: 3 · Grok: 4 · MiMo: 7 · Kimi: 7 · DeepSeek: 6 · Qwen: 8

    Ce qu'a noté chaque IA 7
    • Claudeplace 6

      Coûte 15,70 $ par tâche sur OSWorld 2.0, avec un score tout ou rien de 28,25%.

      Source ↗
    • Metaplace 3

      73% en réussite partielle sur OSWorld 2.0, mais seulement 28,25% en tout ou rien : l'écart le plus large entre réussite partielle et réussite complète de ce classement.

      Source ↗
    • Grokplace 4

      Score partiel le plus élevé publié sur OSWorld 2.0/2.1 (environ 73–79%), à un coût inférieur à celui des modèles de pointe purs.

      Source ↗
    • MiMoplace 7

      Vendu à la tâche : 15,70 $ par tâche accomplie, le seul agent à afficher un prix pour le résultat.

      Source ↗
    • Kimiplace 7

      69,9% sur OSWorld, à 2,5 points de la référence humaine, avec un cadre ouvert dont Behavior Best-of-N gagne des points grâce à des exécutions supplémentaires, et non à des autorisations supplémentaires.

      Source ↗
    • DeepSeekplace 6

      72,6% sur OSWorld, au-dessus de la référence humaine, dans un cadre open source qui fonctionne avec Accessibilité et Enregistrement de l'écran.

      Source ↗
    • Qwenplace 8

      Atteint 73% sur OSWorld 2.0, en conciliant tâches professionnelles de longue durée et bac à sable local strict.

      Source ↗
    7 IA l’ont placé ici
  5. 5

    Utilisation de l'ordinateur par Gemini pour Mac (Google)

    Obtient 83% sur OSWorld-Verified (selon Google) en travaillant dans une fenêtre séparée, uniquement dans les applis que vous choisissez, et en demandant confirmation avant les actions clés. Les relecteurs préviennent qu'un texte injecté peut encore le détourner.

    L’ont inclus: Claude, ChatGPT, Meta, MiMo, Kimi, DeepSeek. Ne l’ont pas inclus: Grok, Gemini, Wenxin, Qwen.

    Dans leurs listes: Claude: 7 · ChatGPT: voir la liste · Meta: 5 · MiMo: 2 · Kimi: 3 · DeepSeek: 8

    Ce qu'a noté chaque IA 6
    • Claudeplace 7

      Il fonctionne dans une fenêtre séparée, mais la propre documentation de Google met en garde contre l'injection de requêtes entre applications.

      Source ↗
    • ChatGPT

      Nommé autrement dans sa propre liste : ouvrez la liste complète.

      voir la liste
    • Metaplace 5

      83,0% sur OSWorld-Verified, lancé le 19 novembre 2026 : le jour même où l'agent Mac d'Apple a été signalé.

      Source ↗
    • MiMoplace 2

      Arrivé tard à la table, et le seul invité qui montre son raisonnement avant de toucher à une application.

      Source ↗
    • Kimiplace 3

      78,4% sur OSWorld-Verified avec « full : vous faites tourner l'environnement » ; l'agent n'a pas de fenêtre d'autorisation Mac, car le bac à sable vous appartient.

      Source ↗
    • DeepSeekplace 8

      83% sur OSWorld-Verified, mais le profil d'accès du cadre de l'agent n'est pas documenté publiquement.

      Source ↗
    6 IA l’ont placé ici
  6. 6

    Holo3 / Holo4 (H Company)

    Meilleur score mesuré par l'équipe du benchmark elle-même, 82,6%, à partir de poids ouverts avec 3B de paramètres actifs, donc vous choisissez le bac à sable. Holo4-27B revendique 85,2% mais est réservé à la recherche.

    L’ont inclus: Claude, ChatGPT, Meta. Ne l’ont pas inclus: Grok, Gemini, MiMo, Kimi, DeepSeek, Wenxin, Qwen.

    Dans leurs listes: Claude: 3 · ChatGPT: 7 · Meta: 4

    Ce qu'a noté chaque IA 3
    • Claudeplace 3

      Le meilleur résultat OSWorld-Verified testé de façon indépendante (82,6%) vient d'un modèle qui n'a que 3 milliards de paramètres actifs.

      Source ↗
    • ChatGPTplace 7

      82,6% est le meilleur résultat testé indépendamment parmi ces dix lignes ; c'est un modèle spécialisé dans l'usage de l'ordinateur.

      Source ↗
    • Metaplace 4

      85,2% sur OSWorld pour le 27B, à 0,08 $ par tâche : le meilleur rapport score-prix ici, mais la variante 27B est réservée à la recherche.

      Source ↗
    3 IA l’ont placé ici
  7. 7

    Meta Muse Spark / metacua

    Obtient 80,67% sur le classement officiel OSWorld-Verified, mais metacua pilote votre vrai Mac sans bac à sable par défaut. Un incident Muse a contribué à l'avertissement qu'Apple a ajouté.

    L’ont inclus: Claude, Meta, MiMo. Ne l’ont pas inclus: ChatGPT, Grok, Gemini, Kimi, DeepSeek, Wenxin, Qwen.

    Dans leurs listes: Claude: 9 · Meta: 6 · MiMo: voir la liste

    Ce qu'a noté chaque IA 3
    • Claudeplace 9

      Affiche le meilleur score tout ou rien sur OSWorld 2.0 du classement, 32,0%, malgré un score partiel plus bas, de 66,9%.

      Source ↗
    • Metaplace 6

      80,67% vérifié sur OSWorld-Verified, mais il pilote votre vrai ordinateur : le prix de l'accès, c'est toute la machine, et non un bac à sable.

      Source ↗
    • MiMo

      Nommé autrement dans sa propre liste : ouvrez la liste complète.

      voir la liste
    3 IA l’ont placé ici
  8. 8

    Manus

    N'a besoin d'aucun accès à votre Mac, car chaque tâche a sa propre machine virtuelle dans le cloud. Son chiffre de 72,5% sur OSWorld ne vient que d'un seul rapport de marché et ne figure sur aucun classement officiel : à considérer comme une estimation.

    L’ont inclus: Meta, DeepSeek. Ne l’ont pas inclus: Claude, ChatGPT, Grok, Gemini, MiMo, Kimi, Wenxin, Qwen.

    Dans leurs listes: Meta: 8 · DeepSeek: 2

    Ce qu'a noté chaque IA 2
    • Metaplace 8

      Une machine virtuelle cloud totalement isolée par tâche, avec des garanties « zéro confiance » : un bac à sable solide, mais aucun score OSWorld publié pour prouver le travail.

      Source ↗
    • DeepSeekplace 2

      Tourne dans une machine virtuelle cloud avec accès root, donc son score OSWorld de 72,5% s'obtient sans vous confier le disque de votre Mac.

    2 IA l’ont placé ici
  9. 9

    Perplexity Personal Computer (Comet)

    Demande les trois grandes autorisations du Mac, dont l'accès complet au disque. Il a des points de validation, mais aucun score OSWorld publié pour montrer ce que vous obtenez en retour.

    L’ont inclus: Meta, Wenxin. Ne l’ont pas inclus: Claude, ChatGPT, Grok, Gemini, MiMo, Kimi, DeepSeek, Qwen.

    Dans leurs listes: Meta: 9 · Wenxin: 9

    Ce qu'a noté chaque IA 2
    • Metaplace 9

      Demande l'Accessibilité, l'Enregistrement de l'écran et l'Accès complet au disque sur votre vrai Mac, soit la demande d'autorisation locale la plus lourde, sans score OSWorld et avec deux incidents de sécurité publics.

      Source ↗
    • Wenxinplace 9

      Étend l'orchestration d'agents directement au matériel Mac local, avec un fonctionnement 24 h/24 optimisé pour les déploiements sur Mac mini.

    2 IA l’ont placé ici
  10. 10

    OpenClaw (anciennement Moltbot / Clawdbot)

    Le plus d'accès, le moins de preuves : accès complet au disque pour Terminal, plus accessibilité et enregistrement de l'écran, contrôle de votre vrai Mac sans bac à sable, et aucun score OSWorld.

    L’ont inclus: Claude, Meta. Ne l’ont pas inclus: ChatGPT, Grok, Gemini, MiMo, Kimi, DeepSeek, Wenxin, Qwen.

    Dans leurs listes: Claude: 10 · Meta: 10

    Ce qu'a noté chaque IA 2
    • Claudeplace 10

      Sa propre documentation liste les autorisations macOS dont il a besoin, ce qui en fait l'option ouverte la plus transparente, mais il n'a pas de score de test qui lui soit propre.

      Source ↗
    • Metaplace 10

      Accès maximal, aucun test : Accès complet au disque pour Terminal, plus Accessibilité et Enregistrement de l'écran, sans score OSWorld publié pour le justifier.

      Source ↗
    2 IA l’ont placé ici

Plus sur le trio de tête ↓

02Bon à savoir

Ce que les IA ont remarqué en établissant la liste.

macOS 27.3 scinde l'ancien réglage Device Control en System & App Protection Override et Accessibilité. Il ajoute une option « demander à chaque fois » et un indicateur dans la barre de menus, mais les autorisations accordées avant la 27.3 restent actives.

Remarqué par:
L’ont inclus: Claude, ChatGPT, Meta, Kimi, DeepSeek. Ne l’ont pas inclus: Grok, Gemini, MiMo, Wenxin, Qwen.
Source ↗

Le n° 1 officiel d'OSWorld-Verified est Intelligence-Indeed Agent avec 90,19%. Ce résultat a été soumis par ses auteurs, et rien n'est publié sur les accès qu'il demande.

Remarqué par:
L’ont inclus: Meta, Grok, MiMo, Kimi. Ne l’ont pas inclus: Claude, ChatGPT, Gemini, DeepSeek, Wenxin, Qwen.
Source ↗

Le seul réglage d'effort fait passer Claude Opus 5 de 18,81% à 44,33% de réussite binaire sur OSWorld 2.0.

Remarqué par:
L’ont inclus: MiMo. Ne l’ont pas inclus: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, DeepSeek, Wenxin, Qwen.
Source ↗

L'utilisation de l'ordinateur de Gemini sur Mac a été lancée le 19 novembre 2026, le jour même où Apple aurait commencé à développer son propre agent pour Mac, prévu à la fin 2027 au plus tôt.

Remarqué par:
L’ont inclus: Claude, Meta. Ne l’ont pas inclus: ChatGPT, Grok, Gemini, MiMo, Kimi, DeepSeek, Wenxin, Qwen.
Source ↗

03Notre méthode

En mots simples, sans formules.

1La question

Top 10 des agents IA qui contrôlent votre ordinateur : leur efficacité face à l'accès qu'ils demandent

2Pourquoi ce sujet

Le lecteur voit côte à côte le résultat au test et le prix payé en accès, ce qui montre que l'agent le plus performant n'est pas toujours celui qui a besoin de le moins de votre Mac.

3Champ d'application

Mondial ; agents IA qui utilisent un bureau (Mac, Windows, Linux), y compris les applications de bureau et les navigateurs

4Ce que nous avons regardé

  • Score de réussite des tâches sur OSWorld-Verified (vraies tâches de bureau), avec le modèle testé, la configuration de l'agent et la version du test indiquées
  • Score sur les tâches longues et plus difficiles d'OSWorld 2.0, présenté séparément et jamais mélangé à OSWorld-Verified
  • Étendue de l'accès système demandé par la configuration de l'agent : accès complet au disque, enregistrement de l'écran, contrôle de l'accessibilité, et le niveau de contournement de macOS 27.3
  • Possibilité pour l'agent de fonctionner dans un bac à sable, ou dans un mode qui demande l'autorisation à chaque fois
  • Classement officiel OSWorld-Verified (équipe OSWorld) — Part des tâches réelles sur bureau accomplies, vérifiées sur l'état final de l'application ou du fichier ; l'équipe OSWorld fait tourner ces lignes elle-même à 100 étapes
  • Suivi OSWorld-Verified de BenchLM — 36 modèles, chacun marqué comme publié par le fournisseur ou mesuré par OSWorld-Verified
  • OSWorld 2.0 / 2.1 (Snorkel AI, Steel) — Réussite partielle et stricte (binaire) sur 108 flux de travail longs ; son échelle propre, jamais mélangée à OSWorld-Verified
  • Modèle d'autorisations de macOS 27.3 (MacRumors) — Le niveau demandé par une appli : demander à chaque fois, Accessibilité, Accès complet au disque, System & App Protection Override

5Qui a classé

Les IA de pointe : Claude, ChatGPT, Meta, Grok, Gemini, MiMo, Kimi, DeepSeek, Wenxin, Qwen. Chacune a établi seule sa liste de dix et cité une source pour chaque place.

6Comment les places ont été fixées

Un même élément formulé différemment par différentes IA a été compté une seule fois. Plus les IA sont nombreuses à l'avoir mis dans leur liste, et plus elles l'ont placé haut, plus sa place est élevée. « Accord des IA » indique combien d'IA l'avaient dans leur propre liste. Les sources sont uniquement celles trouvées par les IA ; rien n'a été ajouté à la main.

04La liste de chaque IA

🇺🇸 Claude10 places · 4 notes

La même question, à laquelle Claude a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    Claude Fable 5 (contrôle de l'ordinateur par Anthropic, 2026)

    Obtient 85,0% sur OSWorld-Verified et 66,1% en réussite partielle sur OSWorld 2.0, avec une configuration Enregistrement de l'écran et Accessibilité, sans Accès complet au disque.

    Source ↗
  2. 2
    Claude Opus 5 (Anthropic, 2026)

    Son résultat sur OSWorld 2.0 a été reproduit de façon indépendante par Snorkel AI (31,43% en tout ou rien), et il affiche le plus faible taux publié d'injections dans les tests sur interface graphique (0,54%).

    Source ↗
  3. 3
    Holo3 (H Company, 35B-A3B)

    Le meilleur résultat OSWorld-Verified testé de façon indépendante (82,6%) vient d'un modèle qui n'a que 3 milliards de paramètres actifs.

    Source ↗
  4. 4
    GPT-6 Astra (OpenAI)

    Il est en tête des chiffres OSWorld 2.0 sur le sous-ensemble hors ligne parmi les modèles d'OpenAI, avec 72,6% en réussite partielle, mais OpenAI n'a publié aucun chiffre OSWorld-Verified correspondant que j'aie pu trouver.

    Source ↗
  5. 5
    Qwen3.8-Max (Alibaba)

    Il détient le plus haut score OSWorld-Verified publié (86,1%), mais ses poids ne sont pas confirmés et le score ne vient que du fournisseur.

    Source ↗
  6. 6
    Simular Sai

    Coûte 15,70 $ par tâche sur OSWorld 2.0, avec un score tout ou rien de 28,25%.

    Source ↗
  7. 7
    Gemini : contrôle de l'ordinateur sur Mac (Google, 2026)

    Il fonctionne dans une fenêtre séparée, mais la propre documentation de Google met en garde contre l'injection de requêtes entre applications.

    Source ↗
  8. 8
    Claude Sonnet 5 (Anthropic)

    81,2% sur OSWorld-Verified avec un modèle de milieu de gamme, et la même configuration à deux autorisations que les modèles phares.

    Source ↗
  9. 9
    Muse Spark 1.3 (Meta)

    Affiche le meilleur score tout ou rien sur OSWorld 2.0 du classement, 32,0%, malgré un score partiel plus bas, de 66,9%.

    Source ↗
  10. 10
    OpenClaw (agent Mac open source)

    Sa propre documentation liste les autorisations macOS dont il a besoin, ce qui en fait l'option ouverte la plus transparente, mais il n'a pas de score de test qui lui soit propre.

    Source ↗

Ce que Claude a remarqué

Sur OSWorld 2.0, le meilleur résultat indépendant en tout ou rien (environ 31%) est bien en dessous des scores partiels de 66 à 78% annoncés par les fournisseurs : le choix de la mesure change donc le récit.

Les meilleurs modèles OSWorld-Verified sont à un point près les uns des autres, ce qui suggère que le test approche de la saturation.

macOS 27.3 découpe l'ancienne autorisation générale en « System & App Protection Override » et Accessibilité, et permet d'exiger une approbation à chaque demande.

Apple recruterait, selon les informations, pour construire son propre agent pilotant le Mac, qui pourrait être lancé dès la fin de 2027.

🇺🇸 ChatGPT10 places · 2 notes

La même question, à laquelle ChatGPT a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    Qwen3.8 Max (2026)

    86,1% est en tête du tableau actuel des modèles OSWorld-Verified, mais la ligne publiée ne précise pas le cadre de son agent.

    Source ↗
  2. 2
    Claude Fable 5 (2026)

    85% le place à 1,1 point du meilleur score ; le tableau de référence attribue ce résultat à Anthropic.

    Source ↗
  3. 3
    Claude Mythos 5 (2026)

    85% égale le deuxième ; les chiffres publiés ne permettent pas de savoir quelle configuration d'agent a produit ce résultat.

    Source ↗
  4. 4
    Qwen3.8-27B (2026)

    84,3% est à moins de deux points du meilleur résultat, celui de Qwen3.8 Max.

    Source ↗
  5. 5
    Claude Opus 4.8 (2026)

    83,4% sur le test le plus court contraste avec seulement 20,6% de réussite complète sur OSWorld 2.0.

    Source ↗
  6. 6
    Gemini 3.6 Flash (2026)

    83% est un résultat communiqué par le fournisseur ; le tableau ne donne pas assez de détails de configuration pour une comparaison de produit à produit.

    Source ↗
  7. 7
    Holo3-35B-A3B (2026)

    82,6% est le meilleur résultat testé indépendamment parmi ces dix lignes ; c'est un modèle spécialisé dans l'usage de l'ordinateur.

    Source ↗
  8. 8
    MiMo-V2.6-Pro (2026)

    82% le maintient dans le top 8, mais le résultat est communiqué par le fournisseur et non issu d'un essai publié d'agent grand public.

    Source ↗
  9. 9
    Claude Sonnet 5 (2026)

    81,2% le place devant le modèle suivant de 0,4 point, mais la ligne publiée ne mentionne pas le cadre de son agent.

    Source ↗
  10. 10
    MiMo-V2.6-Flash (2026)

    80,8% complète le top 10, à 5,3 points du meilleur résultat.

    Source ↗

Ce que ChatGPT a remarqué

La ligne Holo3-35B-A3B à 82,6% est marquée comme testée par OSWorld-Verified ; la plupart des lignes les mieux notées sont communiquées par les fournisseurs, donc l'ordre en tête de tableau n'est pas une comparaison indépendante et uniforme.

macOS 27.3 ajoute une option d'autorisation par demande et sépare Accessibilité de System & App Protection Override ; Apple précise que les autorisations déjà accordées aux applications restent en vigueur.

🇺🇸 Meta10 places · 3 notes

La même question, à laquelle Meta a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    Claude Cowork (Anthropic, 2026)

    85,96% sur OSWorld-Verified pour Fable 5 et 81,8% en réussite partielle sur OSWorld 2.1 pour Opus 5.5, avec un bac à sable dans le cloud par défaut, et non l'accès complet au disque par défaut.

    Source ↗
  2. 2
    Agent ChatGPT d'OpenAI (GPT-5.6 Sol, 2026)

    78,7% sur OSWorld-Verified pour GPT-5.5 et 62,6% en réussite partielle sur OSWorld 2.0 pour GPT-5.6 Sol ; l'agent tourne dans un bac à sable OpenAI et ne voit pas votre bureau par défaut.

    Source ↗
  3. 3
    Simular Sai (Agent S, 2026)

    73% en réussite partielle sur OSWorld 2.0, mais seulement 28,25% en tout ou rien : l'écart le plus large entre réussite partielle et réussite complète de ce classement.

    Source ↗
  4. 4
    Agent de contrôle d'ordinateur H Company Holo4 (2026)

    85,2% sur OSWorld pour le 27B, à 0,08 $ par tâche : le meilleur rapport score-prix ici, mais la variante 27B est réservée à la recherche.

    Source ↗
  5. 5
    Contrôle de l'ordinateur par Google Gemini pour Mac (Gemini 3.6 Flash, 2026)

    83,0% sur OSWorld-Verified, lancé le 19 novembre 2026 : le jour même où l'agent Mac d'Apple a été signalé.

    Source ↗
  6. 6
    Meta Muse / metacua (Muse Spark 1.1, 2026)

    80,67% vérifié sur OSWorld-Verified, mais il pilote votre vrai ordinateur : le prix de l'accès, c'est toute la machine, et non un bac à sable.

    Source ↗
  7. 7
    Microsoft 365 Copilot Researcher avec contrôle de l'ordinateur (2026)

    Le modèle d'accès le plus propre ici : un bac à sable neuf pour chaque conversation, mais aucun score OSWorld reproductible à lui opposer.

    Source ↗
  8. 8
    Manus 2.0 (2026)

    Une machine virtuelle cloud totalement isolée par tâche, avec des garanties « zéro confiance » : un bac à sable solide, mais aucun score OSWorld publié pour prouver le travail.

    Source ↗
  9. 9
    Perplexity Comet Personal Computer (2026)

    Demande l'Accessibilité, l'Enregistrement de l'écran et l'Accès complet au disque sur votre vrai Mac, soit la demande d'autorisation locale la plus lourde, sans score OSWorld et avec deux incidents de sécurité publics.

    Source ↗
  10. 10
    OpenClaw (anciennement Moltbot / Clawdbot, 2026)

    Accès maximal, aucun test : Accès complet au disque pour Terminal, plus Accessibilité et Enregistrement de l'écran, sans score OSWorld publié pour le justifier.

    Source ↗

Ce que Meta a remarqué

L'utilisation de l'ordinateur par Gemini pour Mac a été lancée le 19 novembre 2026, le jour même où TechCrunch a signalé qu'Apple construit son propre agent IA utilisant le Mac, qui pourrait être lancé dès la fin de 2027.

macOS 27.3 découpe Contrôle de l'appareil et Accès aux données en System & App Protection Override et Accessibilité, ajoute l'accès complet par dossier, une option « demander à chaque fois » et un indicateur dans la barre de menus quand une application en contrôle une autre.

L'entrée en tête du classement OSWorld vérifié n'est pas un modèle grand public : Intelligence-Indeed Agent a obtenu 90,19% vérifié, devant Claude Fable 5 à 85,96%, ce qui montre tout ce que le cadre et l'ossature de l'agent ajoutent au modèle.

🇺🇸 Grok10 places · 1 notes

La même question, à laquelle Grok a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    Intelligence-Indeed Z-Agent / InAgent (2026)

    Premier agent vérifié à dépasser 90% sur OSWorld-Verified (90,19%).

    Source ↗
  2. 2
    Claude Fable 5 / Mythos 5, contrôle de l'ordinateur (Anthropic, 2026)

    85% vérifié, près du sommet, tandis qu'Anthropic mène aussi sur les scores partiels de longue durée.

    Source ↗
  3. 3
    Configuration de contrôle de l'ordinateur Qwen3.8 Max (Alibaba, 2026)

    En tête de nombreux agrégateurs avec 86,1% vérifié, et des poids ouverts.

    Source ↗
  4. 4
    Simular Sai (2026)

    Score partiel le plus élevé publié sur OSWorld 2.0/2.1 (environ 73–79%), à un coût inférieur à celui des modèles de pointe purs.

    Source ↗
  5. 5
    Claude Opus 5 / 5.5, contrôle de l'ordinateur (Anthropic, 2026)

    Meilleur tout ou rien et meilleure réussite partielle sur les tâches longues d'OSWorld 2.0/2.1 (jusqu'à 44% en tout ou rien, 81,8% en partiel).

    Source ↗
  6. 6
    Coasty CUA (2026)

    Entrée officielle vérifiée à 82,81% ; met l'accent sur le contrôle réel du bureau.

    Source ↗
  7. 7
    Pointer Agent + Opus 4.7 (2026)

    83,64% vérifié, avec une approche hybride code et interface graphique.

    Source ↗
  8. 8
    Lignée ChatGPT Agent / Operator d'OpenAI (2025–2026)

    OSWorld à 38,1% au départ ; un ordinateur virtuel en bac à sable, par la suite, réduit le besoin de contrôle total en local.

    Source ↗
  9. 9
    Microsoft Mage-VL-Cowork 4B (2026)

    66,0% vérifié à l'échelle de 4 milliards de paramètres : le meilleur agent hybride compact ouvert signalé, interface graphique et shell.

    Source ↗
  10. 10
    Contrôle de l'ordinateur par Claude Code (Anthropic, 2026)

    Accessibilité et Enregistrement de l'écran limités à la session, avec des demandes d'approbation par application.

    Source ↗

Ce que Grok a remarqué

Les agents dépassent désormais régulièrement la référence humaine d'environ 72% sur OSWorld-Verified, mais la réussite complète sur les tâches longues d'OSWorld 2.0 reste sous 50%, même pour les meilleurs.

🇺🇸 Gemini10 places · 1 notes

La même question, à laquelle Gemini a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    Anthropic Claude 3.7 Sonnet, contrôle de l'ordinateur (2025)

    Atteint 44,2% sur OSWorld-Verified, avec un bac à sable API strict en conteneur Docker et des validations humaines action par action.

  2. 2
    ByteDance UI-TARS-2 (2025)

    Dépasse les modèles fermés avec 53,1% sur OSWorld-Verified et tourne en local sur du matériel grand public, sans accorder de droits root ni de télémétrie vers le cloud.

    Source ↗
  3. 3
    Agent S2.5 avec o3 (2025)

    Utilise des jetons de raisonnement pour atteindre 56,4% sur les tâches de bureau vérifiées, mais demande l'Accessibilité intrusive et des droits bruts de lecture et d'écriture sur le système de fichiers.

  4. 4
    Operator d'OpenAI (2025)

    Obtient 46,8% sur les tâches de système de bureau assistées par navigateur, en limitant son champ d'action surtout à l'automatisation du navigateur et aux onglets de machine virtuelle isolés.

  5. 5
    Agent autonome Coasty (2025)

    Réussit 42,1% des tâches OSWorld avec un navigateur distant intégré et un bac à sable de bureau qui isole votre système local des clics arbitraires.

  6. 6
    OS-Copilot / FRIDAY (2024)

    Pionnier des agents de bureau auto-apprenants avec 35,6% sur OSWorld, mais exige un shell Bash root sans condition et l'accès complet au disque.

  7. 7
    Agent IA Simular (2025)

    Atteint 38,3% sur les tests vérifiés grâce aux coordonnées d'interface multimodales natives, avec un seuil de confirmation strict avant toute exécution.

  8. 8
    OpenAdapt, automatisation du bureau (2024)

    Enregistre les états de l'écran et les démonstrations de l'utilisateur pour atteindre 29,8% sur les flux de travail de bureau, et tourne en toute transparence grâce à des journaux locaux open source.

    Source ↗
  9. 9
    Adept ACT-1 / Agent Workday (2024)

    Pionnier des actions d'interface sur les logiciels d'entreprise avec 31,2% de tâches vérifiées, confiné dans des enveloppes DOM de navigateur plutôt qu'un contrôle brut du système d'exploitation.

  10. 10
    Agent Mac prototype d'Apple (2026)

    Vise l'intégration au niveau système avec Siri et App Intents pour exécuter des tâches Mac entre applications, sous les garde-fous de sécurité natifs de macOS 27.3.

    Source ↗

Ce que Gemini a remarqué

La mise à jour macOS 27.3 d'Apple introduit des boîtes d'avertissement strictes dès qu'un agent tiers demande simultanément la capture d'écran et le contournement de l'Accessibilité, ce qui défie directement les enveloppes de bureau autonomes.

🇨🇳 MiMo10 places · 4 notes

La même question, à laquelle MiMo a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    Claude Code (Anthropic, 2026)

    Le seul agent ici qui exécute ses commandes dans une cage, et la cage a réduit de 84% les demandes d'autorisation.

    Source ↗
  2. 2
    Gemini pour Mac, contrôle de l'ordinateur (Google, 2026)

    Arrivé tard à la table, et le seul invité qui montre son raisonnement avant de toucher à une application.

    Source ↗
  3. 3
    GPT-6.2 Astra, contrôle de l'ordinateur (OpenAI, 2026)

    Le cerveau le plus puissant pour utiliser un ordinateur, à un tiers du coût, avec sa propre fiche de sécurité qui liste les incidents au travail.

    Source ↗
  4. 4
    Claude Cowork, contrôle de l'ordinateur (Anthropic)

    Des scores de premier plan, et une note honnête dans sa propre documentation : aucun bac à sable entre l'agent et votre écran.

    Source ↗
  5. 5
    Qwen3.8 Max (Alibaba, 2026)

    En tête du tableau de bureau avec 86,1%, présenté comme ouvert alors que le modèle visuel testé ne l'est pas.

    Source ↗
  6. 6
    Claude Opus 5, contrôle de l'ordinateur (Anthropic)

    Même modèle, même jour : 18,8% ou 44,3% d'une longue tâche accomplie, selon l'effort que vous lui demandez de fournir.

    Source ↗
  7. 7
    Simular Sai (Simular AI, 2026)

    Vendu à la tâche : 15,70 $ par tâche accomplie, le seul agent à afficher un prix pour le résultat.

    Source ↗
  8. 8
    MiMo-V2.6 (Xiaomi, 2026)

    Poids ouverts à 82% : proche des leaders commerciaux, sans enfermement.

    Source ↗
  9. 9
    Agent Mac d'Apple (en développement, 2027)

    L'agent du gardien lui-même : il aide à écrire les règles d'autorisation selon lesquelles il joue ensuite.

    Source ↗
  10. 10
    Agent Intelligence-Indeed (2026)

    Le champion mystère du tableau : 90,19%, au-dessus de la référence humaine, et presque personne ne sait le nommer.

    Source ↗

Ce que MiMo a remarqué

Les agents ont battu les humains au test de bureau de 369 tâches (référence humaine 72,36% contre 90,19% pour le meilleur score), mais la meilleure machine ne termine pas la moitié des longs travaux réels d'OSWorld 2.0 en tout ou rien.

Le réglage de l'effort fait davantage bouger les résultats que le choix du modèle : Opus 5 passe de 18,81% à 44,33% en tout ou rien sur le même test, simplement en passant l'effort de faible à maximal.

L'agent à la meilleure histoire d'accès tourne dans un bac à sable et réduit de 84% les demandes d'autorisation ; celui qui a les meilleurs scores indique sans détour qu'il n'a aucun bac à sable.

La nouvelle version de macOS traite les agents IA comme le risque à contrer, en séparant les autorisations de disque, tandis qu'Apple construit son propre agent pour 2027.

🇨🇳 Kimi10 places · 4 notes

La même question, à laquelle Kimi a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    Contrôle de l'ordinateur avec Claude (Claude Opus 5.5, Anthropic)

    Le meilleur résultat de bureau sur longue durée jamais enregistré, 48,7% en tout ou rien sur OSWorld 2.0, obtenu dans une machine virtuelle que vous fournissez : il ne touche donc jamais aux niveaux d'autorisation de votre Mac.

    Source ↗
  2. 2
    Qwen3.8 Max (Alibaba)

    86,1% sur OSWorld-Verified, et les poids sont téléchargeables (un point de contrôle 27B atteint 84,3%) : le meilleur résultat de bureau n'exige aucun accès à votre machine.

    Source ↗
  3. 3
    Contrôle de l'ordinateur avec Gemini (Google, Gemini 3.x)

    78,4% sur OSWorld-Verified avec « full : vous faites tourner l'environnement » ; l'agent n'a pas de fenêtre d'autorisation Mac, car le bac à sable vous appartient.

    Source ↗
  4. 4
    Contrôle de l'ordinateur avec ChatGPT (OpenAI, GPT-5.4)

    L'agent natif le plus capable sur votre propre Mac (75% sur OSWorld-Verified) est aussi le plus gourmand : Enregistrement de l'écran, Accessibilité, approbations par application, et un mode « Locked Use » optionnel qui peut déverrouiller temporairement le Mac.

    Source ↗
  5. 5
    Kimi K2.6 (Moonshot AI)

    73,1% sur OSWorld-Verified dans un modèle à poids ouverts : assez solide pour compter, et gratuit à faire tourner dans une machine virtuelle jetable.

    Source ↗
  6. 6
    Claude Cowork / contrôle de l'ordinateur sur le bureau Claude (Anthropic)

    La version grand public de la même pile : elle demande l'autorisation application par application, déconseille les applications bancaires ou de santé, et n'accède à votre ordinateur que lorsque l'application de bureau est ouverte.

    Source ↗
  7. 7
    Agent S3 (Simular AI)

    69,9% sur OSWorld, à 2,5 points de la référence humaine, avec un cadre ouvert dont Behavior Best-of-N gagne des points grâce à des exécutions supplémentaires, et non à des autorisations supplémentaires.

    Source ↗
  8. 8
    UI-TARS-2 (ByteDance)

    47,5% sur OSWorld avec une particularité de confidentialité : la variante 7B tourne sur un seul GPU grand public, donc votre écran n'a jamais besoin de quitter la machine.

    Source ↗
  9. 9
    OpenCUA-72B (HKU & Moonshot AI)

    45,0% sur OSWorld-Verified, le meilleur résultat open source ; comme le code, les données et les modèles sont publics, la possibilité d'audit est elle-même l'histoire de l'accès.

    Source ↗
  10. 10
    Agent Intelligence-Indeed

    Les 90,19% en tête du tableau officiel OSWorld-Verified : un chiffre que presque personne en dehors de sa propre soumission ne peut reproduire.

    Source ↗

Ce que Kimi a remarqué

Les deux chiffres OSWorld décrivent deux produits différents : le même Claude Opus 4.8 obtient 83,5% sur OSWorld-Verified mais seulement 20,6% de réussite complète sur les 108 flux de travail longs d'OSWorld 2.0. Les démos de tâches courtes sont presque résolues ; les tâches d'une journée de travail ne le sont pas.

macOS 27.3 découpe l'ancien interrupteur « Contrôle de l'appareil et accès aux données » en « System & App Protection Override » et Accessibilité, ajoute un niveau « Ask First », une portée par application, des avertissements explicites « Lire, modifier, supprimer et exporter toutes vos données », et un indicateur dans la barre de menus ; mais chaque autorisation accordée avant la 27.3 reste en vigueur.

L'état de l'art du contrôle de bureau se télécharge : Alibaba a publié en open source un point de contrôle de classe Max (une variante 27B obtient 84,3% sur OSWorld-Verified), ce qui rend possible pour la première fois un agent de premier plan entièrement isolé et auto-hébergé.

OSWorld-Verified arrive à saturation : les meilleurs modèles se regroupent à environ 1,1 point, au-dessus de la référence humaine de 72,36%. C'est précisément pourquoi OSWorld 2.0 existe, et pourquoi les agents se jugent désormais sur l'étendue de leurs accès plutôt que sur le dernier point du test.

🇨🇳 DeepSeek10 places · 4 notes

La même question, à laquelle DeepSeek a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    Operator d'OpenAI (2026)

    Atteint 38,1% sur OSWorld depuis un bac à sable de navigateur dans le cloud, avec presque aucune autorisation locale de disque ou d'Accessibilité.

    Source ↗
  2. 2
    Agent de bureau Manus (Meta) (2026)

    Tourne dans une machine virtuelle cloud avec accès root, donc son score OSWorld de 72,5% s'obtient sans vous confier le disque de votre Mac.

  3. 3
    Contrôle de l'ordinateur avec Claude (environnement de Claude Fable 5 / Opus 5, 2026)

    85% sur OSWorld-Verified avec seulement Accessibilité et Enregistrement de l'écran, sans Accès complet au disque, et avec un niveau de dérogation par application dans macOS 27.3.

    Source ↗
  4. 4
    Coasty CUA v1 (2026)

    82,81% vérifié sur OSWorld-Verified tout en demandant l'enregistrement de l'écran et l'accessibilité, et non l'accès complet au disque.

    Source ↗
  5. 5
    Agent Qwen3.8 Max (Alibaba, 2026)

    86,1% sur OSWorld-Verified, le plus haut publié, mais l'empreinte locale de l'agent en matière d'autorisations n'est pas détaillée publiquement.

    Source ↗
  6. 6
    Agent S3 (Simular, 2026)

    72,6% sur OSWorld, au-dessus de la référence humaine, dans un cadre open source qui fonctionne avec Accessibilité et Enregistrement de l'écran.

    Source ↗
  7. 7
    UiPath Screen Agent (Claude Opus 4.5, 2026)

    67,1% sur OSWorld-Verified en janvier 2026 : honorable, mais il demande un contrôle total de l'automatisation de l'interface sur le bureau.

  8. 8
    Agent Gemini 3.6 Flash (Google, 2026)

    83% sur OSWorld-Verified, mais le profil d'accès du cadre de l'agent n'est pas documenté publiquement.

    Source ↗
  9. 9
    Agent Kimi K3 (Moonshot AI, 2026)

    84,8% sur OSWorld-Verified au 8 novembre 2026 : taux de réussite élevé, mais la demande d'autorisation locale reste floue.

  10. 10
    UI-TARS-2 (ByteDance, 2026)

    47,5% sur OSWorld et 50,6% sur WindowsAgentArena : contrôle natif de l'interface, mais il a besoin des autorisations d'écran et de saisie.

Ce que DeepSeek a remarqué

L'écart entre accès et résultats est extrême : Operator perd 47 points de réussite sur OSWorld par rapport à Claude Fable 5 (38,1% contre 85%), mais ne touche jamais à votre disque local ; Claude n'a besoin que de l'Accessibilité et de l'Enregistrement de l'écran, et non de l'Accès complet au disque, pour atteindre 85%.

OSWorld 2.0 fait chuter tout le monde : le meilleur taux de réussite complète est de 44,33% (Claude Opus 5, effort maximal, outil par lots), alors que la même famille obtient 85% sur OSWorld-Verified. L'horizon plus long est un autre jeu.

macOS 27.3 rend la question de l'accès explicite : l'Accès complet au disque est désormais découpé et limité, et System & App Protection Override a son propre niveau avec un indicateur dans la barre de menus ; un agent qui demande « seulement » l'Accessibilité se distingue donc désormais visiblement d'un agent qui veut le contrôle de dérogation.

Le score vérifié de Coasty, 82,81%, est supérieur à celui de la plupart des agents commerciaux et proche des meilleurs scores de modèles, mais il n'a pas de ligne OSWorld 2.0 publiée : signe de l'adoption très inégale du test de longue durée.

🇨🇳 Wenxin10 places · 1 notes

La même question, à laquelle Wenxin a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    Agent IA interne d'Apple pour macOS (version du début 2027)

    Aucune fuite de données vers un tiers par conception, fonctionnement natif en bac à sable, aucune autorisation externe requise en dehors du modèle d'autorisation d'Apple.

    Source ↗
  2. 2
    API Agents d'OpenAI (bêta 2026)

    Taux d'adoption de 74% chez les développeurs, prise en charge complète du bac à sable avec des options d'exécution hébergées par OpenAI ou auto-hébergées.

  3. 3
    Perplexity Computer (2026)

    Orchestration de plus de 100 sous-agents en parallèle, environnement de calcul isolé avec un vrai système de fichiers et un vrai navigateur, sans besoin d'accès root au bureau complet.

  4. 4
    Agent IA Sai (2026)

    Le coût de l'automatisation d'interface baisse de 40% en moyenne après 3 exécutions de flux de travail ; formule gratuite avec des crédits quotidiens limités de bac à sable cloud Windows/Linux.

  5. 5
    Agent de contrôle d'ordinateur Anthropic Claude (2026)

    Usage global de 75% chez les développeurs, à égalité avec OpenAI ; 49% des développeurs prévoient de l'utiliser l'an prochain, la plus forte intention d'usage du secteur.

  6. 6
    Meta Muse Agent (2026)

    Prise en charge de bureau native et multiplateforme en open source, aucun partage obligatoire de données dans le cloud pour l'exécution locale des tâches.

    Source ↗
  7. 7
    Agent Codex d'OpenAI (2026)

    8% des développeurs le citent comme leur outil préféré, 17,6% prévoient de l'utiliser ensuite : la troisième intention d'adoption la plus forte au monde.

  8. 8
    OpenCode (2026)

    Le meilleur agent de bureau de code open source, 7% de part d'outil préféré chez les développeurs, et 11,7% d'intention d'usage dans la communauté open source.

  9. 9
    Application Mac Perplexity Personal Computer (2026)

    Étend l'orchestration d'agents directement au matériel Mac local, avec un fonctionnement 24 h/24 optimisé pour les déploiements sur Mac mini.

  10. 10
    SDK Agents d'OpenAI (bêta 2026)

    Contrôle total de la boucle dans votre propre application, sans enfermement obligatoire dans une exécution hébergée par OpenAI.

Ce que Wenxin a remarqué

Le futur agent IA Mac maison d'Apple fonctionnera nativement sous le nouveau cadre d'autorisations de macOS 27.3, sans demander d'accès permanent au disque complet, à l'enregistrement de l'écran ou à l'accessibilité que tous les agents tiers doivent demander aujourd'hui.

🇨🇳 Qwen10 places · 3 notes

La même question, à laquelle Qwen a répondu seul. La liste finale ci-dessus combine toutes les IA.

  1. 1
    Qwen3.8 Max

    86,1% sur OSWorld-Verified, le meilleur score de bureau vérifié à ce jour, tout en permettant des contrôles d'autorisation d'outils fins.

    Source ↗
  2. 2
    Claude Opus 5.5

    Le seul agent à dépasser 81% sur la suite éprouvante de 108 tâches longues d'OSWorld 2.0.

    Source ↗
  3. 3
    Claude Fable 5

    Atteint 85,0% sur de vraies tâches de bureau, mais repose sur des dérogations complètes à l'enregistrement de l'écran et à l'accessibilité.

    Source ↗
  4. 4
    Coasty

    Une proche deuxième à 85,6% vérifié, optimisée spécifiquement pour réduire la charge de calcul et d'accès.

    Source ↗
  5. 5
    Kimi K3

    Obtient 84,8% sur OSWorld-Verified tout en proposant un mode en bac à sable de navigateur qui contourne l'Accès complet au disque.

    Source ↗
  6. 6
    Claude Fable 5.1

    Obtient 77,9% sur OSWorld 2.0, preuve qu'il peut tenir des flux de travail de plusieurs heures quand on lui accorde le contrôle total du Mac.

    Source ↗
  7. 7
    Qwen3.8-27B

    La version à poids ouverts atteint 84,3% en local, mais exige une approbation explicite de l'utilisateur pour l'Accessibilité et l'Accès complet au disque.

    Source ↗
  8. 8
    Sai by Simular

    Atteint 73% sur OSWorld 2.0, en conciliant tâches professionnelles de longue durée et bac à sable local strict.

    Source ↗
  9. 9
    GPT-6 Astra

    Obtient 72,6% sur OSWorld 2.0, mais son architecture d'abord dans le cloud signifie que votre machine locale n'accorde que des autorisations de partage d'écran.

    Source ↗
  10. 10
    GPT-6.1 Sol

    Obtient 71,4% sur OSWorld 2.0, et exige le niveau de dérogation complet de macOS 27.3 pour naviguer dans des états de bureau complexes.

    Source ↗

Ce que Qwen a remarqué

Le macOS 27.3 d'Apple impose désormais aux agents IA de demander une autorisation à chaque accès à des dossiers sensibles, ce qui met fin à l'ancien modèle « on règle une fois et on oublie » de l'accès complet au disque.

Les agents dépassent désormais la référence humaine de 72,36% sur OSWorld-Verified : l'IA est donc officiellement plus rapide et plus précise que la moyenne des humains sur les clics de bureau courants.

Les tâches longues d'OSWorld 2.0 comptent en moyenne plus de 250 étapes d'agent, ce qui montre à quel point même les meilleurs modèles, comme GPT-6 Astra, peinent à garder le contexte pendant une heure de travail.