macOS 27.3 делит прежнюю настройку Device Control на «System & App Protection Override» и «Универсальный доступ». Добавлен вариант «спрашивать каждый раз» и индикатор в строке меню, но разрешения, выданные до 27.3, остаются в силе.
Лучший ИИ-агент для управления компьютером, 2026
Управление компьютером у Claude выполняет 85,96% реальных задач на рабочем столе, имея доступ только к записи экрана и универсальному доступу. OpenClaw требует полного доступа к диску и не опубликовал ни одного результата.
- №1: Qwen3.8 Max (Алибаба)
- 10 мест
01Итоговый список
Ведущие ИИ независимо составили свои списки из десяти мест. Сверху — один итог, который легко проверить: у каждого места есть причина, источник и список ИИ, которые его включили.
Порядок: от большего согласия ИИ к меньшему.
Яркая плашка — этот ИИ включил пункт в свой список. Тусклая — не включил.
- 1
Qwen3.8 Max (Алибаба)
Самый высокий из указанных результатов в OSWorld-Verified — 86,1%, но публикует его только Алибаба. Стил говорит, что тестировавшаяся визуальная модель не общедоступна, поэтому запустить её в своей песочнице пока нельзя.
Включили: Claude, ChatGPT, Meta, Grok, MiMo, Kimi, DeepSeek, Qwen. Не включили: Gemini, Wenxin.В их списках: Claude: 5 · ChatGPT: 1 · Meta: см. список · Grok: 3 · MiMo: 5 · Kimi: 2 · DeepSeek: 5 · Qwen: 1
Что отметил каждый ИИ 8
- Claudeместо 5
Самый высокий из указанных результатов в OSWorld-Verified (86,1%), но веса не подтверждены, а цифра приведена только со слов разработчика.
Источник ↗ - ChatGPTместо 1
86,1% возглавляет текущую таблицу моделей OSWorld-Verified, но в опубликованной строке не указано, какой агентный каркас использовали.
Источник ↗ - Meta
В его списке названо иначе: откройте весь список.
см. список - Grokместо 3
Лидирует во многих агрегаторах с 86,1% проверено и открытыми весами.
Источник ↗ - MiMoместо 5
Лидирует в таблице рабочего стола с 86,1% — указан как открытый, хотя проверенная визуальная модель таковой не является.
Источник ↗ - Kimiместо 2
86,1% в OSWorld-Verified — и веса можно скачать (27B-контрольная точка даёт 84,3%), поэтому лучший результат для рабочего стола не требует никакого доступа к вашей машине.
Источник ↗ - DeepSeekместо 5
86,1% в OSWorld-Verified — самый высокий из указанных, но локальный след разрешений агента публично не описан.
Источник ↗ - Qwenместо 1
86,1% в OSWorld-Verified — самый высокий проверенный результат для рабочего стола на сегодня, при этом доступны точные настройки разрешений для инструментов.
Источник ↗
8 ИИ поставили сюда - 2
Computer use от Claude (Anthropic: Claude Code, Cowork)
Самый высокий официально подтверждённый результат среди массовых агентов: 85,96% при доступе только к записи экрана и универсальному доступу, без полного доступа к диску. Звёздочка — побег из песочницы SharedRoot в июле.
Включили: Claude, ChatGPT, Meta, Grok, MiMo, Kimi, DeepSeek, Qwen. Не включили: Gemini, Wenxin.В их списках: Claude: 1 · ChatGPT: 2 · Meta: 1 · Grok: 10 · MiMo: 1 · Kimi: 6 · DeepSeek: 3 · Qwen: 3
Что отметил каждый ИИ 8
- Claudeместо 1
Набирает 85,0% в OSWorld-Verified и 66,1% частично в OSWorld 2.0; настройка — «Запись экрана» и «Универсальный доступ», без «Полного доступа к диску».
Источник ↗ - ChatGPTместо 2
85% отстаёт от лучшего результата на 1,1 пункта; таблица тестов относит результат к Anthropic.
Источник ↗ - Metaместо 1
85,96% в OSWorld-Verified у Fable 5 и 81,8% частично в OSWorld 2.1 у Opus 5.5; по умолчанию — облачная песочница, а не полный доступ к диску.
Источник ↗ - Grokместо 10
«Универсальный доступ» и «Запись экрана» в рамках сессии, с запросами подтверждения для каждого приложения.
Источник ↗ - MiMoместо 1
Единственный агент здесь, который запускает команды в клетке — и клетка сократила запросы разрешений на 84%.
Источник ↗ - Kimiместо 6
Потребительская упаковка того же стека: спрашивает по каждому приложению, советует не открывать банковские и медицинские приложения и касается вашего компьютера, только пока открыто настольное приложение.
Источник ↗ - DeepSeekместо 3
85% в OSWorld-Verified только с «Универсальным доступом» и «Записью экрана» — без «Полного доступа к диску» — и с уровнем переопределения для каждого приложения в macOS 27.3.
Источник ↗ - Qwenместо 3
Выходит на 85,0% в реальных задачах рабочего стола, но опирается на полное переопределение записи экрана и универсального доступа.
Источник ↗
8 ИИ поставили сюда - 3
OpenAI ChatGPT agent / Codex computer use
Два режима с двумя ценами доступа: облачный агент ChatGPT никогда не видит ваш рабочий стол, а Codex на вашем Mac требует записи экрана и универсального доступа. GPT-5.5 набирает 78,7% в OSWorld-Verified.
Включили: Claude, Meta, Grok, MiMo, Kimi, DeepSeek, Qwen. Не включили: ChatGPT, Gemini, Wenxin.В их списках: Claude: см. список · Meta: 2 · Grok: 8 · MiMo: 3 · Kimi: 4 · DeepSeek: 1 · Qwen: см. список
Что отметил каждый ИИ 7
- Claude
В его списке названо иначе: откройте весь список.
см. список - Metaместо 2
78,7% в OSWorld-Verified у GPT-5.5 и 62,6% частично в OSWorld 2.0 у GPT-5.6 Sol; агент работает в песочнице OpenAI и по умолчанию не видит ваш рабочий стол.
Источник ↗ - Grokместо 8
Ранние 38,1% в OSWorld; позднее работа в песочнице, на виртуальном компьютере, снижает потребность в полном локальном управлении.
Источник ↗ - MiMoместо 3
Самый сильный новый мозг для управления компьютером по трети цены — и со своей карточкой безопасности, перечисляющей рабочие происшествия.
Источник ↗ - Kimiместо 4
Самый способный нативный агент на вашем Mac (75% в OSWorld-Verified) также самый требовательный: «Запись экрана», «Универсальный доступ», подтверждения для каждого приложения — плюс добровольный режим Locked Use, который может временно разблокировать Mac.
Источник ↗ - DeepSeekместо 1
Выдаёт 38,1% в OSWorld из облачной песочницы браузера — почти без локального диска и без разрешения «Универсальный доступ».
Источник ↗ - Qwen
В его списке названо иначе: откройте весь список.
см. список
7 ИИ поставили сюда - 4
Симулар Sai (Agent S)
Может работать на облачном рабочем столе вместо вашего Mac. Заявляет 73% частичного выполнения в OSWorld 2.0, но полностью доводит до конца лишь 28,25% заданий. Симулар сам участвовал в создании бенчмарка и сам опубликовал результат.
Включили: Claude, Meta, Grok, MiMo, Kimi, DeepSeek, Qwen. Не включили: ChatGPT, Gemini, Wenxin.В их списках: Claude: 6 · Meta: 3 · Grok: 4 · MiMo: 7 · Kimi: 7 · DeepSeek: 6 · Qwen: 8
Что отметил каждый ИИ 7
- Claudeместо 6
Стоит $15,70 за задачу в OSWorld 2.0, с результатом 28,25% полностью выполненных задач.
Источник ↗ - Metaместо 3
73% частично в OSWorld 2.0, но всего 28,25% полностью — самый широкий разрыв между частичным и полным результатом в этом рейтинге.
Источник ↗ - Grokместо 4
Самый высокий опубликованный частичный результат в OSWorld 2.0/2.1 (~73–79%) при меньшей цене, чем у чисто передовых моделей.
Источник ↗ - MiMoместо 7
Продаётся за задачу: $15,70 за выполненную задачу — единственный агент с ценником на результат.
Источник ↗ - Kimiместо 7
69,9% в OSWorld — в пределах 2,5 пункта от уровня людей — у открытого фреймворка, чей Behavior Best-of-N покупает очки дополнительными прогонами, а не дополнительными разрешениями.
Источник ↗ - DeepSeekместо 6
72,6% в OSWorld — выше уровня людей — в открытом каркасе, который работает с «Универсальным доступом» и «Записью экрана».
Источник ↗ - Qwenместо 8
Достигает 73% в OSWorld 2.0, сочетая длинные профессиональные задачи со строгой локальной песочницей.
Источник ↗
7 ИИ поставили сюда - 5
Gemini computer use для Mac (Google)
Набирает 83% в OSWorld-Verified (по данным Google). Работает в отдельном окне, только в тех приложениях, которые вы выберете, и спрашивает разрешение перед важными действиями. Рецензенты предупреждают: подставленный текст всё равно может его направить.
Включили: Claude, ChatGPT, Meta, MiMo, Kimi, DeepSeek. Не включили: Grok, Gemini, Wenxin, Qwen.В их списках: Claude: 7 · ChatGPT: см. список · Meta: 5 · MiMo: 2 · Kimi: 3 · DeepSeek: 8
Что отметил каждый ИИ 6
- Claudeместо 7
Работает в отдельном окне, но собственная документация Google предупреждает о промпт-инъекциях между приложениями.
Источник ↗ - ChatGPT
В его списке названо иначе: откройте весь список.
см. список - Metaместо 5
83,0% в OSWorld-Verified, запущен 19 ноября 2026 года — в тот же день, когда сообщили о собственном агенте Apple для Mac.
Источник ↗ - MiMoместо 2
Пришёл поздно — и единственный гость, который показывает ход работы, прежде чем трогать приложение.
Источник ↗ - Kimiместо 3
78,4% в OSWorld-Verified с «полный: вы сами запускаете среду» — агент поставляется без листа разрешений Mac, потому что песочница ваша.
Источник ↗ - DeepSeekместо 8
83% в OSWorld-Verified, но профиль доступа агентного каркаса публично не описан.
Источник ↗
6 ИИ поставили сюда - 6
Holo3 / Holo4 (Эйч Компани)
Лучший результат, который сама команда бенчмарка прогнала, — 82,6%: открытые веса с 3 млрд активных параметров, так что песочницу выбираете вы. Holo4-27B заявляет 85,2%, но доступна только для исследований.
Включили: Claude, ChatGPT, Meta. Не включили: Grok, Gemini, MiMo, Kimi, DeepSeek, Wenxin, Qwen.В их списках: Claude: 3 · ChatGPT: 7 · Meta: 4
Что отметил каждый ИИ 3
- Claudeместо 3
Лучший из независимо проверенных результатов в OSWorld-Verified (82,6%) принадлежит модели всего с 3 млрд активных параметров.
Источник ↗ - ChatGPTместо 7
82,6% — самый сильный независимо проверенный результат среди этих десяти строк таблицы; это специализированная модель для управления компьютером.
Источник ↗ - Metaместо 4
85,2% в OSWorld у 27B при $0,08 за задачу — лучшее соотношение цены и результата здесь, но вариант 27B только для исследований.
Источник ↗
3 ИИ поставили сюда - 7
Meta Muse Spark / metacua
Набирает 80,67% в официальном рейтинге OSWorld-Verified, но metacua по умолчанию управляет вашим настоящим Mac без песочницы. Инцидент с Muse помог вызвать новое предупреждение Apple.
Включили: Claude, Meta, MiMo. Не включили: ChatGPT, Grok, Gemini, Kimi, DeepSeek, Wenxin, Qwen.В их списках: Claude: 9 · Meta: 6 · MiMo: см. список
Что отметил каждый ИИ 3
- Claudeместо 9
Лучший результат по полностью выполненным задачам в OSWorld 2.0 в таблице — 32,0%, хотя по частичному результату у него ниже — 66,9%.
Источник ↗ - Metaместо 6
80,67% проверено в OSWorld-Verified, но он управляет вашим реальным компьютером: платой за доступ становится весь компьютер, а не песочница.
Источник ↗ - MiMo
В его списке названо иначе: откройте весь список.
см. список
3 ИИ поставили сюда - 8
Manus
Не требует доступа к вашему Mac, потому что каждая задача выполняется на собственной облачной виртуальной машине. Его показатель 72,5% в OSWorld взят только из одного рыночного отчёта и не попал ни в один официальный рейтинг, так что считайте его оценкой.
Включили: Meta, DeepSeek. Не включили: Claude, ChatGPT, Grok, Gemini, MiMo, Kimi, Wenxin, Qwen.В их списках: Meta: 8 · DeepSeek: 2
Что отметил каждый ИИ 2
- Metaместо 8
Полностью изолированная облачная виртуальная машина на каждую задачу с заявлениями о «нулевом доверии» — сильная песочница, но нет опубликованного результата OSWorld, который подтвердил бы работу.
Источник ↗ - DeepSeekместо 2
Работает в облачной виртуальной машине с root-доступом, поэтому его 72,5% в OSWorld достигнуты без передачи диска вашего Mac.
2 ИИ поставили сюда - 9
Перплексити Personal Computer (Comet)
Запрашивает все три основных разрешения для Mac, включая полный доступ к диску. Есть контрольные точки подтверждения, но нет опубликованного результата OSWorld, который показал бы, что вы получаете взамен.
Включили: Meta, Wenxin. Не включили: Claude, ChatGPT, Grok, Gemini, MiMo, Kimi, DeepSeek, Qwen.В их списках: Meta: 9 · Wenxin: 9
Что отметил каждый ИИ 2
- Metaместо 9
Просит «Универсальный доступ», «Запись экрана» и «Полный доступ к диску» на вашем настоящем Mac — самый большой запрос локальных разрешений здесь, без результата OSWorld и с двумя публичными инцидентами безопасности.
Источник ↗ - Wenxinместо 9
Распространяет оркестрацию агентов на локальное железо Mac; работа 24/7, оптимизированная для развёртываний на Mac mini.
2 ИИ поставили сюда - 10
OpenClaw (бывший Moltbot / Clawdbot)
Больше всего доступа, меньше всего доказательств: полный доступ к диску для Terminal, плюс универсальный доступ и запись экрана, управление вашим настоящим Mac без песочницы и ни одного результата OSWorld.
Включили: Claude, Meta. Не включили: ChatGPT, Grok, Gemini, MiMo, Kimi, DeepSeek, Wenxin, Qwen.В их списках: Claude: 10 · Meta: 10
Что отметил каждый ИИ 2
- Claudeместо 10
В собственной документации перечислены нужные разрешения macOS, что делает его самым прозрачным открытым вариантом, но собственного результата в тестах у него нет.
Источник ↗ - Metaместо 10
Максимальный доступ без теста: «Полный доступ к диску» для Terminal, плюс «Универсальный доступ» и «Запись экрана», без опубликованного результата OSWorld, который это бы оправдал.
Источник ↗
2 ИИ поставили сюда
02Стоит знать
Что заметили ИИ, пока составляли список.
Официальный №1 в OSWorld-Verified — Intelligence-Indeed Agent с результатом 90,19%. Результат подан самим разработчиком, а о том, какой доступ ему нужен, ничего не опубликовано.
Одна только настройка усилия поднимает Claude Opus 5 с 18,81% до 44,33% полностью выполненных задач в OSWorld 2.0.
Управление компьютером в Gemini для Mac запущено 19 ноября 2026 года — в тот же день появились сообщения, что Apple создаёт собственного агента для Mac, который выйдет самое раннее к концу 2027 года.
03Как считали
Простыми словами, без формул.
1Вопрос
Топ-10 ИИ-агентов, которые управляют вашим компьютером: насколько хорошо они работают и сколько доступа просят
2Почему эта тема
Читатель видит результат теста и плату в виде доступа рядом. Так видно, что самый сильный агент не всегда тот, которому нужно меньше всего вашего Mac.
3Где это применимо
Весь мир; ИИ-агенты, которые работают с рабочим столом (Mac, Windows, Linux), включая настольные приложения и браузеры
4На что смотрели
- Доля выполненных задач по OSWorld-Verified (реальные задачи на рабочем столе), с указанием проверенной модели, настроек агента и версии бенчмарка
- Результат на более сложных длинных задачах OSWorld 2.0, показан отдельно и никогда не смешивается с OSWorld-Verified
- Широта доступа к системе, который просит настройка агента: Полный доступ к диску, Запись экрана, Универсальный доступ и уровень переопределения в macOS 27.3
- Может ли агент работать в песочнице или в режиме, который спрашивает разрешение каждый раз
- Официальный рейтинг OSWorld-Verified (команда OSWorld) — доля реальных задач на рабочем столе, выполненных правильно; проверяется итоговое состояние приложения или файла. Эти строки команда OSWorld прогоняет сама, на 100 шагах
- Таблица OSWorld-Verified от БенчЛМ — 36 моделей, каждая помечена: данные разработчика или проверка OSWorld-Verified
- OSWorld 2.0 / 2.1 (Сноркел AI, Стил) — частичное и строгое «всё или ничего» выполнение 108 длинных многошаговых сценариев; собственная шкала, её не смешивают с OSWorld-Verified
- Модель разрешений macOS 27.3 (MacRumors) — какой уровень запрашивает приложение: спрашивать каждый раз, универсальный доступ, полный доступ к диску, System & App Protection Override
5Кто ставил места
Ведущие ИИ: Claude, ChatGPT, Meta, Grok, Gemini, MiMo, Kimi, DeepSeek, Wenxin, Qwen. Каждый сам составил свой список из десяти мест и к каждому месту назвал источник.
6Как сведены места
Одно и то же, названное разными ИИ по-разному, считали за одно. Чем больше ИИ включили пункт в свой список и чем выше поставили, тем выше его место. «Согласие ИИ» показывает, у скольких ИИ этот пункт был в собственном списке. Источники — только те, что нашли сами ИИ, ничего не добавлено вручную.
04Список каждого ИИ отдельно
🇺🇸 Claude10 мест · заметок: 4
Тот же вопрос, ответ одного ИИ — Claude. Итоговый список выше объединяет все ИИ.
- 1Claude Fable 5 (управление компьютером от Anthropic, 2026)
Набирает 85,0% в OSWorld-Verified и 66,1% частично в OSWorld 2.0; настройка — «Запись экрана» и «Универсальный доступ», без «Полного доступа к диску».
Источник ↗ - 2Claude Opus 5 (Anthropic, 2026)
Его результат в OSWorld 2.0 независимо повторила Сноркел AI (31,43% полностью выполненных задач), а в тестах GUI у него самая низкая опубликованная доля промпт-инъекций — 0,54%.
Источник ↗ - 3Holo3 (Эйч Компани, 35B-A3B)
Лучший из независимо проверенных результатов в OSWorld-Verified (82,6%) принадлежит модели всего с 3 млрд активных параметров.
Источник ↗ - 4GPT-6 Astra (OpenAI)
В OSWorld 2.0 на офлайн-подмножестве он лидирует среди моделей OpenAI — 72,6% частично, но OpenAI не опубликовала подходящей цифры в OSWorld-Verified, которую я смог найти.
Источник ↗ - 5Qwen3.8-Max (Алибаба)
Самый высокий из указанных результатов в OSWorld-Verified (86,1%), но веса не подтверждены, а цифра приведена только со слов разработчика.
Источник ↗ - 6Симулар Sai
Стоит $15,70 за задачу в OSWorld 2.0, с результатом 28,25% полностью выполненных задач.
Источник ↗ - 7Управление компьютером через Gemini на Mac (Google, 2026)
Работает в отдельном окне, но собственная документация Google предупреждает о промпт-инъекциях между приложениями.
Источник ↗ - 8Claude Sonnet 5 (Anthropic)
81,2% в OSWorld-Verified у модели среднего класса с теми же двумя разрешениями, что и у флагманов.
Источник ↗ - 9Muse Spark 1.3 (Meta)
Лучший результат по полностью выполненным задачам в OSWorld 2.0 в таблице — 32,0%, хотя по частичному результату у него ниже — 66,9%.
Источник ↗ - 10OpenClaw (агент для Mac с открытым кодом)
В собственной документации перечислены нужные разрешения macOS, что делает его самым прозрачным открытым вариантом, но собственного результата в тестах у него нет.
Источник ↗
Что заметил Claude
В OSWorld 2.0 лучший независимый результат по полностью выполненным задачам (около 31%) далеко отстаёт от 66–78% частичных результатов, которые называют разработчики, так что выбор метрики меняет картину.
Лучшие модели в OSWorld-Verified отличаются друг от друга примерно на один пункт, что говорит о том, что тест близок к насыщению.
macOS 27.3 делит прежнее широкое разрешение на «Обход защиты системы и приложений» и «Универсальный доступ» и позволяет требовать подтверждения при каждом запросе.
Apple, по сообщениям, нанимает людей для создания собственного агента, который управляет Mac; запуск возможен уже в конце 2027 года.
🇺🇸 ChatGPT10 мест · заметок: 2
Тот же вопрос, ответ одного ИИ — ChatGPT. Итоговый список выше объединяет все ИИ.
- 1Qwen3.8 Max (2026)
86,1% возглавляет текущую таблицу моделей OSWorld-Verified, но в опубликованной строке не указано, какой агентный каркас использовали.
Источник ↗ - 2Claude Fable 5 (2026)
85% отстаёт от лучшего результата на 1,1 пункта; таблица тестов относит результат к Anthropic.
Источник ↗ - 3Claude Mythos 5 (2026)
85% — наравне со вторым местом; опубликованные данные не показывают, какая агентная настройка дала этот результат.
Источник ↗ - 4Qwen3.8-27B (2026)
84,3% отстаёт от лидирующего результата Qwen3.8 Max менее чем на два пункта.
Источник ↗ - 5Claude Opus 4.8 (2026)
83,4% в более коротком тесте контрастирует с 20,6% полного выполнения в OSWorld 2.0.
Источник ↗ - 6Gemini 3.6 Flash (2026)
83% — результат, названный разработчиком; в таблице недостаточно данных о настройке для честного сравнения продуктов.
Источник ↗ - 7Holo3-35B-A3B (2026)
82,6% — самый сильный независимо проверенный результат среди этих десяти строк таблицы; это специализированная модель для управления компьютером.
Источник ↗ - 8MiMo-V2.6-Pro (2026)
82% держит его в восьмёрке лучших, но результат назван разработчиком, а не получен в открытом испытании конечного агента.
Источник ↗ - 9Claude Sonnet 5 (2026)
81,2% ставит его на 0,4 пункта выше следующей модели, но в строке не указан агентный каркас.
Источник ↗ - 10MiMo-V2.6-Flash (2026)
80,8% замыкает десятку, на 5,3 пункта ниже лучшего результата.
Источник ↗
Что заметил ChatGPT
Строка Holo3-35B-A3B с 82,6% помечена как проверенная в OSWorld-Verified; большинство результатов выше названы разработчиками, поэтому порядок в верхней части таблицы — не единое независимое сравнение.
macOS 27.3 добавляет разрешение на каждый запрос и отделяет «Универсальный доступ» от «Обхода защиты системы и приложений»; Apple говорит, что уже выданные разрешения приложений остаются в силе.
🇺🇸 Meta10 мест · заметок: 3
Тот же вопрос, ответ одного ИИ — Meta. Итоговый список выше объединяет все ИИ.
- 1Claude Cowork (Anthropic, 2026)
85,96% в OSWorld-Verified у Fable 5 и 81,8% частично в OSWorld 2.1 у Opus 5.5; по умолчанию — облачная песочница, а не полный доступ к диску.
Источник ↗ - 2OpenAI ChatGPT-агент (GPT-5.6 Sol, 2026)
78,7% в OSWorld-Verified у GPT-5.5 и 62,6% частично в OSWorld 2.0 у GPT-5.6 Sol; агент работает в песочнице OpenAI и по умолчанию не видит ваш рабочий стол.
Источник ↗ - 3Симулар Sai (Agent S, 2026)
73% частично в OSWorld 2.0, но всего 28,25% полностью — самый широкий разрыв между частичным и полным результатом в этом рейтинге.
Источник ↗ - 4Агент Holo4 от Эйч Компани для управления компьютером (2026)
85,2% в OSWorld у 27B при $0,08 за задачу — лучшее соотношение цены и результата здесь, но вариант 27B только для исследований.
Источник ↗ - 5Управление компьютером в Google Gemini для Mac (Gemini 3.6 Flash, 2026)
83,0% в OSWorld-Verified, запущен 19 ноября 2026 года — в тот же день, когда сообщили о собственном агенте Apple для Mac.
Источник ↗ - 6Meta Muse / metacua (Muse Spark 1.1, 2026)
80,67% проверено в OSWorld-Verified, но он управляет вашим реальным компьютером: платой за доступ становится весь компьютер, а не песочница.
Источник ↗ - 7Microsoft 365 Copilot Researcher с Computer Use (2026)
Самая чистая модель доступа здесь — новая песочница для каждого разговора, но воспроизводимого результата OSWorld, с которым это можно сравнить, нет.
Источник ↗ - 8Manus 2.0 (2026)
Полностью изолированная облачная виртуальная машина на каждую задачу с заявлениями о «нулевом доверии» — сильная песочница, но нет опубликованного результата OSWorld, который подтвердил бы работу.
Источник ↗ - 9Перплексити Comet Personal Computer (2026)
Просит «Универсальный доступ», «Запись экрана» и «Полный доступ к диску» на вашем настоящем Mac — самый большой запрос локальных разрешений здесь, без результата OSWorld и с двумя публичными инцидентами безопасности.
Источник ↗ - 10OpenClaw (ранее Moltbot / Clawdbot, 2026)
Максимальный доступ без теста: «Полный доступ к диску» для Terminal, плюс «Универсальный доступ» и «Запись экрана», без опубликованного результата OSWorld, который это бы оправдал.
Источник ↗
Что заметил Meta
Gemini для управления компьютером на Mac запущен 19 ноября 2026 года — в тот же день TechCrunch сообщила, что Apple создаёт собственного ИИ-агента для Mac, который может запуститься уже в конце 2027 года.
macOS 27.3 делит «Управление устройством и доступ к данным» на «Обход защиты системы и приложений» и «Универсальный доступ», добавляет полный доступ к диску по папкам, опцию «спрашивать каждый раз» и значок в строке меню, когда одно приложение управляет другим.
Лучший результат в проверенной таблице OSWorld — не потребительская модель: Intelligence-Indeed Agent набрал 90,19% проверено, опередив Claude Fable 5 с 85,96%, что показывает, сколько добавляют каркас и фреймворк поверх модели.
🇺🇸 Grok10 мест · заметок: 1
Тот же вопрос, ответ одного ИИ — Grok. Итоговый список выше объединяет все ИИ.
- 1Z-Agent / InAgent от Intelligence-Indeed (2026)
Первый проверенный агент, перешагнувший 90% в OSWorld-Verified (90,19%).
Источник ↗ - 2Управление компьютером: Claude Fable 5 / Mythos 5 (Anthropic, 2026)
85% проверено — близко к вершине, а Anthropic также лидирует по длинным частичным результатам.
Источник ↗ - 3Настройка Qwen3.8 Max для управления компьютером (Алибаба, 2026)
Лидирует во многих агрегаторах с 86,1% проверено и открытыми весами.
Источник ↗ - 4Симулар Sai (2026)
Самый высокий опубликованный частичный результат в OSWorld 2.0/2.1 (~73–79%) при меньшей цене, чем у чисто передовых моделей.
Источник ↗ - 5Управление компьютером: Claude Opus 5 / 5.5 (Anthropic, 2026)
Лучший полный и частичный результат в длинных задачах OSWorld 2.0/2.1 (до 44% полностью и 81,8% частично).
Источник ↗ - 6Коасти CUA (2026)
Официальная проверенная запись 82,81%; упор на управление настоящим рабочим столом.
Источник ↗ - 7Pointer Agent + Opus 4.7 (2026)
83,64% проверено; гибридный подход — код плюс GUI.
Источник ↗ - 8Линейка OpenAI ChatGPT Agent / Operator (2025–2026)
Ранние 38,1% в OSWorld; позднее работа в песочнице, на виртуальном компьютере, снижает потребность в полном локальном управлении.
Источник ↗ - 9Microsoft Mage-VL-Cowork 4B (2026)
66,0% проверено при масштабе 4B — лучший из опубликованных открытых компактных гибридных агентов GUI и оболочки.
Источник ↗ - 10Управление компьютером в Claude Code (Anthropic, 2026)
«Универсальный доступ» и «Запись экрана» в рамках сессии, с запросами подтверждения для каждого приложения.
Источник ↗
Что заметил Grok
Агенты теперь регулярно превышают ~72% результата людей в OSWorld-Verified, но полное выполнение длинных задач OSWorld 2.0 остаётся ниже 50% даже у лидеров.
🇺🇸 Gemini10 мест · заметок: 1
Тот же вопрос, ответ одного ИИ — Gemini. Итоговый список выше объединяет все ИИ.
- 1Anthropic Claude 3.7 Sonnet Computer Use (2025)
Показывает 44,2% в OSWorld-Verified и предлагает строгую изоляцию API в Docker и подтверждение каждого действия человеком.
- 2ByteDance UI-TARS-2 (2025)
Опережает закрытые модели с 53,1% в OSWorld-Verified и работает локально на обычном железе, не получая root-доступа и без облачной телеметрии.
Источник ↗ - 3Agent S2.5 с o3 (2025)
Использует токены рассуждений, чтобы выйти на 56,4% в проверенных задачах рабочего стола, но требует вторжения в «Универсальный доступ» и прямого чтения и записи файловой системы.
- 4OpenAI Operator (2025)
Набирает 46,8% в задачах ОС на рабочем столе с помощью браузера, ограничивая радиус действия в основном автоматизацией браузера и изолированными вкладками виртуальной машины.
- 5Автономный агент Коасти (2025)
Выполняет 42,1% задач OSWorld со встроенными удалённым браузером и песочницей рабочего стола, которая отделяет вашу локальную систему от произвольных кликов.
- 6OS-Copilot / FRIDAY (2024)
Первым создал самообучающихся агентов рабочего стола — 35,6% в OSWorld, но требует безусловной оболочки Bash с root-правами и «Полного доступа к диску».
- 7Агент Симулар (2025)
Достигает 38,3% в проверенных тестах, используя мультимодальные координаты GUI, с жёстким порогом подтверждения перед выполнением.
- 8OpenAdapt: автоматизация рабочего стола (2024)
Записывает состояния экрана и действия пользователя, чтобы выйти на 29,8% в рабочих процессах рабочего стола, и работает прозрачно через открытые локальные журналы.
Источник ↗ - 9Adept ACT-1 / агент Workday (2024)
Первым выполнил действия в корпоративном ПО через интерфейс — 31,2% проверенных задач, заключённых в обёртки DOM браузера, а не управление на уровне ОС.
- 10Прототип агента Apple для Mac (2026)
Ориентирован на системную интеграцию Siri и App Intents, чтобы выполнять задачи на Mac между приложениями под встроенными защитными механизмами macOS 27.3 от Apple.
Источник ↗
Что заметил Gemini
Ближайшее обновление Apple macOS 27.3 вводит строгие предупреждения, когда сторонние агенты одновременно запрашивают «Запись экрана» и «Обход защиты» для «Универсального доступа»; это прямо бросает вызов автономным обёрткам для рабочего стола.
🇨🇳 MiMo10 мест · заметок: 4
Тот же вопрос, ответ одного ИИ — MiMo. Итоговый список выше объединяет все ИИ.
- 1Claude Code (Anthropic, 2026)
Единственный агент здесь, который запускает команды в клетке — и клетка сократила запросы разрешений на 84%.
Источник ↗ - 2Управление компьютером в Gemini для Mac (Google, 2026)
Пришёл поздно — и единственный гость, который показывает ход работы, прежде чем трогать приложение.
Источник ↗ - 3Управление компьютером в GPT-6.2 Astra (OpenAI, 2026)
Самый сильный новый мозг для управления компьютером по трети цены — и со своей карточкой безопасности, перечисляющей рабочие происшествия.
Источник ↗ - 4Управление компьютером в Claude Cowork (Anthropic)
Результаты топового уровня — и честная сноска в его документации: между агентом и вашим экраном нет песочницы.
Источник ↗ - 5Qwen3.8 Max (Алибаба, 2026)
Лидирует в таблице рабочего стола с 86,1% — указан как открытый, хотя проверенная визуальная модель таковой не является.
Источник ↗ - 6Управление компьютером в Claude Opus 5 (Anthropic)
Одна и та же модель, один и тот же день: 18,8% или 44,3% длинной работы завершено — в зависимости от того, насколько сильно велено стараться.
Источник ↗ - 7Симулар Sai (Симулар, 2026)
Продаётся за задачу: $15,70 за выполненную задачу — единственный агент с ценником на результат.
Источник ↗ - 8MiMo-V2.6 (Xiaomi, 2026)
Открытые веса с 82% — близко к коммерческим лидерам без привязки к поставщику.
Источник ↗ - 9Агент Apple для Mac (в разработке, 2027)
Собственный агент привратника: он поможет написать правила разрешений, по которым потом сам и играет.
Источник ↗ - 10Агент Intelligence-Indeed (2026)
Загадочный чемпион таблицы: 90,19%, выше уровня людей — и назвать его почти никто не может.
Источник ↗
Что заметил MiMo
Агенты обошли людей в тесте рабочего стола из 369 задач (уровень людей 72,36%, лучший результат 90,19%), но лучшая машина выполняет меньше половины длинных реальных задач OSWorld 2.0 по полному результату.
Настройки усилий влияют на результат сильнее выбора модели: Opus 5 переходит с 18,81% до 44,33% полного выполнения в том же тесте, если поставить усилие с низкого на максимальное.
Агент с лучшей историей доступа работает в песочнице и сократил запросы разрешений на 84%; у агента с лучшими результатами прямо сказано, что песочницы нет вообще.
Новый выпуск macOS от Apple считает ИИ-агентов рисками, против которых нужно проектировать, — разделяя права на диск, — при этом Apple строит собственного агента на 2027 год.
🇨🇳 Kimi10 мест · заметок: 4
Тот же вопрос, ответ одного ИИ — Kimi. Итоговый список выше объединяет все ИИ.
- 1Claude Computer Use (Claude Opus 5.5, Anthropic)
Лучший длинный результат для рабочего стола на записи — 48,7% полностью выполненных задач в OSWorld 2.0, полученных внутри виртуальной машины, которую вы предоставляете, поэтому она никогда не касается уровней разрешений вашего Mac.
Источник ↗ - 2Qwen3.8 Max (Алибаба)
86,1% в OSWorld-Verified — и веса можно скачать (27B-контрольная точка даёт 84,3%), поэтому лучший результат для рабочего стола не требует никакого доступа к вашей машине.
Источник ↗ - 3Gemini Computer Use (Google, Gemini 3.x)
78,4% в OSWorld-Verified с «полный: вы сами запускаете среду» — агент поставляется без листа разрешений Mac, потому что песочница ваша.
Источник ↗ - 4ChatGPT Computer Use (OpenAI, GPT-5.4)
Самый способный нативный агент на вашем Mac (75% в OSWorld-Verified) также самый требовательный: «Запись экрана», «Универсальный доступ», подтверждения для каждого приложения — плюс добровольный режим Locked Use, который может временно разблокировать Mac.
Источник ↗ - 5Kimi K2.6 (Moonshot AI)
73,1% в OSWorld-Verified у модели с открытыми весами — достаточно сильно, чтобы иметь значение, и бесплатно запускается внутри одноразовой виртуальной машины.
Источник ↗ - 6Claude Cowork / управление компьютером в десктопе Claude (Anthropic)
Потребительская упаковка того же стека: спрашивает по каждому приложению, советует не открывать банковские и медицинские приложения и касается вашего компьютера, только пока открыто настольное приложение.
Источник ↗ - 7Agent S3 (Симулар)
69,9% в OSWorld — в пределах 2,5 пункта от уровня людей — у открытого фреймворка, чей Behavior Best-of-N покупает очки дополнительными прогонами, а не дополнительными разрешениями.
Источник ↗ - 8UI-TARS-2 (ByteDance)
47,5% в OSWorld с поворотом про приватность: вариант 7B работает на одном потребительском GPU, так что ваш экран никогда не покидает машину.
Источник ↗ - 9OpenCUA-72B (HKU и Moonshot AI)
45,0% в OSWorld-Verified — лучший открытый результат, и поскольку код, данные и модели открыты, возможность проверки и есть вся история доступа.
Источник ↗ - 10Агент Intelligence-Indeed
90,19% на вершине официальной таблицы OSWorld-Verified — цифра, которую почти никто за пределами собственной заявки не может воспроизвести.
Источник ↗
Что заметил Kimi
Два результата OSWorld описывают разные продукты: тот же Claude Opus 4.8 получает 83,5% в OSWorld-Verified, но лишь 20,6% полного выполнения в 108 длинных рабочих сценариях OSWorld 2.0 — короткие демо почти решены, задачи на рабочий день — нет.
macOS 27.3 делит прежний переключатель «Управление устройством и доступ к данным» на «Обход защиты системы и приложений» и «Универсальный доступ», добавляет уровень «Сначала спросить», область действия по приложениям, явные предупреждения «Читать, менять, удалять и экспортировать все ваши данные» и значок в строке меню, — но все разрешения, выданные до 27.3, остаются в силе.
Передовой уровень управления рабочим столом можно скачать: Алибаба открыла контрольную точку класса Max (вариант 27B набирает 84,3% в OSWorld-Verified), что впервые делает возможным полностью изолированного агента высшего уровня, который можно развернуть у себя.
OSWorld-Verified насыщается: лучшие модели кластеризуются в пределах ~1,1 пункта, выше 72,36% уровня людей — именно поэтому существует OSWorld 2.0 и агенты оцениваются по широте доступа, а не по последнему пункту теста.
🇨🇳 DeepSeek10 мест · заметок: 4
Тот же вопрос, ответ одного ИИ — DeepSeek. Итоговый список выше объединяет все ИИ.
- 1OpenAI Operator (2026)
Выдаёт 38,1% в OSWorld из облачной песочницы браузера — почти без локального диска и без разрешения «Универсальный доступ».
Источник ↗ - 2Десктопный агент Manus (Meta, 2026)
Работает в облачной виртуальной машине с root-доступом, поэтому его 72,5% в OSWorld достигнуты без передачи диска вашего Mac.
- 3Claude Computer Use (обвязка Claude Fable 5 / Opus 5, 2026)
85% в OSWorld-Verified только с «Универсальным доступом» и «Записью экрана» — без «Полного доступа к диску» — и с уровнем переопределения для каждого приложения в macOS 27.3.
Источник ↗ - 4Коасти CUA v1 (2026)
82,81% проверено в OSWorld-Verified; запрашивает запись экрана и универсальный доступ — но не полный доступ к диску.
Источник ↗ - 5Агент Qwen3.8 Max (Алибаба, 2026)
86,1% в OSWorld-Verified — самый высокий из указанных, но локальный след разрешений агента публично не описан.
Источник ↗ - 6Agent S3 (Симулар, 2026)
72,6% в OSWorld — выше уровня людей — в открытом каркасе, который работает с «Универсальным доступом» и «Записью экрана».
Источник ↗ - 7Screen Agent от UiPath (Claude Opus 4.5, 2026)
67,1% в OSWorld-Verified в январе 2026 — достойно, но требует полного управления интерфейсом рабочего стола.
- 8Агент Gemini 3.6 Flash (Google, 2026)
83% в OSWorld-Verified, но профиль доступа агентного каркаса публично не описан.
Источник ↗ - 9Агент Kimi K3 (Moonshot AI, 2026)
84,8% в OSWorld-Verified по состоянию на 8 ноября 2026 — высокий успех задач, но локальный запрос разрешений неясен.
- 10UI-TARS-2 (ByteDance, 2026)
47,5% в OSWorld и 50,6% в WindowsAgentArena — нативное управление GUI, но нужны разрешения на экран и ввод.
Что заметил DeepSeek
Разброс доступа к результатам крайний: Operator уступает Claude Fable 5 47 процентных пунктов в OSWorld (38,1% против 85%), но никогда не трогает ваш локальный диск, тогда как Claude для 85% нужны только «Универсальный доступ» и «Запись экрана», а не «Полный доступ к диску».
OSWorld 2.0 снижает результаты всех: лучшее полное выполнение — 44,33% (Claude Opus 5, максимальные усилия, пакетный инструмент), хотя та же семья набирает 85% в OSWorld-Verified. Длинный горизонт — другая игра.
macOS 27.3 делает вопрос доступа явным: полный доступ к диску делится и ограничивается по областям, а «Обход защиты системы и приложений» получает собственный уровень со значком в строке меню — так что агент, который просит «всего лишь» универсальный доступ, теперь заметно отличается от того, которому нужен контроль обхода.
Проверенный результат Коасти — 82,81% — выше, чем у большинства коммерческих агентов, и близок к верхним результатам моделей, но в опубликованных результатах OSWorld 2.0 его нет — это показывает, насколько неравномерно внедряют этот тест на длинные задачи.
🇨🇳 Wenxin10 мест · заметок: 1
Тот же вопрос, ответ одного ИИ — Wenxin. Итоговый список выше объединяет все ИИ.
- 1Собственный ИИ-агент Apple для macOS (ранняя сборка 2027 года)
Ни одна сторонняя компания не получает данных по умолчанию; нативная работа в песочнице; никаких внешних разрешений сверх модели разрешений самой Apple.
Источник ↗ - 2OpenAI Agents API (бета, 2026)
Общая доля разработчиков, использующих: 74%; полная поддержка песочницы с размещением у OpenAI или собственной средой выполнения.
- 3Перплексити Computer (2026)
Оркестрация более 100 параллельных субагентов; изолированная вычислительная среда с настоящей файловой системой и браузером; полный root-доступ к рабочему столу не нужен.
- 4ИИ-агент Sai (2026)
Стоимость автоматизации GUI в среднем падает на 40% после 3 запусков рабочих процессов; бесплатный тариф с ограниченными ежедневными кредитами облачной песочницы Windows/Linux.
- 5Агент Anthropic Claude Computer Use (2026)
Общее использование разработчиками — 75%, наравне с OpenAI; 49% разработчиков планируют работать с ним в следующем году — самое высокое намерение в отрасли.
- 6Агент Meta Muse (2026)
Открытая кроссплатформенная поддержка настольных систем; никакой обязательной передачи облачных данных для локального выполнения задач.
Источник ↗ - 7Агент OpenAI Codex (2026)
8% разработчиков называют его самым любимым инструментом, 17,6% планируют использовать дальше — третье по величине намерение использовать в мире.
- 8OpenCode (2026)
Лучший открытый настольный агент для программирования: 7% — доля самых любимых у разработчиков, 11,7% — намерение использовать дальше в сообществе открытого ПО.
- 9Приложение Перплексити Personal Computer для Mac (2026)
Распространяет оркестрацию агентов на локальное железо Mac; работа 24/7, оптимизированная для развёртываний на Mac mini.
- 10OpenAI Agents SDK (бета, 2026)
Полный контроль пользовательского цикла внутри собственного приложения; без обязательной привязки к размещённой среде OpenAI.
Что заметил Wenxin
Ближайший собственный ИИ-агент Apple для Mac будет работать нативно в новой системе разрешений macOS 27.3 и не потребует постоянного полного доступа к диску, записи экрана или универсального доступа, которые сейчас запрашивают все сторонние агенты.
🇨🇳 Qwen10 мест · заметок: 3
Тот же вопрос, ответ одного ИИ — Qwen. Итоговый список выше объединяет все ИИ.
- 1Qwen3.8 Max
86,1% в OSWorld-Verified — самый высокий проверенный результат для рабочего стола на сегодня, при этом доступны точные настройки разрешений для инструментов.
Источник ↗ - 2Claude Opus 5.5
Единственный агент, преодолевший 81% в тяжёлом наборе OSWorld 2.0 из 108 длинных задач.
Источник ↗ - 3Claude Fable 5
Выходит на 85,0% в реальных задачах рабочего стола, но опирается на полное переопределение записи экрана и универсального доступа.
Источник ↗ - 4Коасти
Близкий второй с 85,6% проверено; специально оптимизирован для снижения вычислительной нагрузки и следа доступа.
Источник ↗ - 5Kimi K3
Набирает 84,8% в OSWorld-Verified и предлагает режим в браузерной песочнице, который обходит полный доступ к диску.
Источник ↗ - 6Claude Fable 5.1
Набирает 77,9% в OSWorld 2.0, доказывая, что может вести многочасовые процессы, когда ему дан полный контроль Mac.
Источник ↗ - 7Qwen3.8-27B
Версия с открытыми весами локально даёт 84,3%, но требует явного одобрения пользователя для «Универсального доступа» и «Полного доступа к диску».
Источник ↗ - 8Sai от Симулар
Достигает 73% в OSWorld 2.0, сочетая длинные профессиональные задачи со строгой локальной песочницей.
Источник ↗ - 9GPT-6 Astra
Выходит на 72,6% в OSWorld 2.0, но его облачная архитектура означает, что локальная машина выдаёт только разрешение на показ экрана.
Источник ↗ - 10GPT-6.1 Sol
Набирает 71,4% в OSWorld 2.0 и требует полного уровня переопределения macOS 27.3, чтобы ориентироваться в сложных состояниях рабочего стола.
Источник ↗
Что заметил Qwen
Теперь macOS 27.3 от Apple требует разрешения у ИИ-агентов каждый раз, когда они открывают чувствительные папки, и это ломает прежнюю модель «настроил и забыл» с полным доступом к диску.
Агенты теперь проходят уровень людей 72,36% в OSWorld-Verified, а значит, ИИ официально быстрее и точнее среднего человека в рутинных кликах на рабочем столе.
Длинные задачи OSWorld 2.0 в среднем занимают более 250 шагов агента, и это показывает, как даже топовые модели, например GPT-6 Astra, с трудом удерживают контекст на часе работы.