macOS 27.3 розбиває старе налаштування «Керування пристроєм» на «Обхід захисту системи та застосунків» і «Універсальний доступ». Додає варіант «питати щоразу» та індикатор у рядку меню, але дозволи, видані до 27.3, лишаються чинними.
Найкращий ШІ-агент для керування комп'ютером 2026
Claude computer use виконує 85,96% реальних завдань на робочому столі, маючи лише запис екрана та універсальний доступ, а OpenClaw просить повний доступ до диска й не опублікував жодного результату.
- №1: Qwen3.8 Max (Алібаба)
- 10 місць
01Підсумковий список
Провідні ШІ незалежно склали свої списки з десяти місць. Нагорі — один підсумок, який легко перевірити: у кожного місця є причина, джерело та список ШІ, які його включили.
Порядок: від більшої згоди ШІ до меншої.
Яскрава плашка — цей ШІ включив пункт у свій список. Тьмяна — не включив.
- 1
Qwen3.8 Max (Алібаба)
Найвищий опублікований результат OSWorld-Verified, 86,1%, але його повідомляє лише Алібаба. Стіл каже, що протестована візуальна модель не публічна, тож запустити її у власному ізольованому середовищі поки неможливо.
Увімкнули: Claude, ChatGPT, Meta, Grok, MiMo, Kimi, DeepSeek, Qwen. Не увімкнули: Gemini, Wenxin.У їхніх списках: Claude: 5 · ChatGPT: 1 · Meta: див. список · Grok: 3 · MiMo: 5 · Kimi: 2 · DeepSeek: 5 · Qwen: 1
Що відзначив кожен ШІ 8
- Claudeмісце 5
Вона має найвищий з опублікованих показників OSWorld-Verified (86,1%), але ваги не підтверджено, а результат повідомлено лише виробником.
Джерело ↗ - ChatGPTмісце 1
86,1% очолює нинішню таблицю моделей OSWorld-Verified, але в опублікованому рядку не вказано, який агентний каркас використано.
Джерело ↗ - Meta
У його списку названо інакше: відкрийте весь список.
див. список - Grokмісце 3
Лідирує в багатьох агрегаторах з 86,1% перевірено та відкритими вагами.
Джерело ↗ - MiMoмісце 5
Очолює таблицю для робочого столу з 86,1%. Позначено як відкрита, тоді як протестована візуальна модель — ні.
Джерело ↗ - Kimiмісце 2
86,1% на OSWorld-Verified, і ваги можна завантажити (27B-контрольна точка дає 84,3%). Тож найкращий результат для робочого столу не потребує жодного доступу до вашого комп'ютера.
Джерело ↗ - DeepSeekмісце 5
86,1% на OSWorld-Verified — найвищий з опублікованих, але локальний слід дозволів агента публічно не описано.
Джерело ↗ - Qwenмісце 1
86,1% на OSWorld-Verified — найвищий перевірений результат для робочого столу, а також дрібний контроль дозволів на інструменти.
Джерело ↗
8 ШІ поставили сюди - 2
Claude computer use (Anthropic: Claude Code, Cowork)
Найвищий офіційно перевірений результат серед масових агентів: 85,96%, лише із записом екрана та універсальним доступом, без повного доступу до диска. Зірочка — липнева втеча з ізольованого середовища SharedRoot.
Увімкнули: Claude, ChatGPT, Meta, Grok, MiMo, Kimi, DeepSeek, Qwen. Не увімкнули: Gemini, Wenxin.У їхніх списках: Claude: 1 · ChatGPT: 2 · Meta: 1 · Grok: 10 · MiMo: 1 · Kimi: 6 · DeepSeek: 3 · Qwen: 3
Що відзначив кожен ШІ 8
- Claudeмісце 1
Набирає 85,0% на OSWorld-Verified і 66,1% частково на OSWorld 2.0. Налаштування: «Запис екрана» і «Універсальний доступ», без «Повного доступу до диска».
Джерело ↗ - ChatGPTмісце 2
85% відстає від найкращого результату на 1,1 пункту; таблиця бенчмарків приписує результат Anthropic.
Джерело ↗ - Metaмісце 1
85,96% на OSWorld-Verified для Fable 5 і 81,8% частково на OSWorld 2.1 для Opus 5.5. За замовчуванням — хмарна пісочниця, а не повний доступ до диска.
Джерело ↗ - Grokмісце 10
«Універсальний доступ» і «Запис екрана» в межах сесії, з підтвердженням для кожного застосунку.
Джерело ↗ - MiMoмісце 1
Єдиний тут агент, що виконує команди в клітці, — і клітка скоротила запити дозволів на 84%.
Джерело ↗ - Kimiмісце 6
Споживча упаковка того самого стеку: запитує дозволи для кожного застосунку, радить не відкривати банківські чи медичні застосунки й звертається до комп'ютера, лише доки відкрито настільний застосунок.
Джерело ↗ - DeepSeekмісце 3
85% на OSWorld-Verified лише з «Універсальним доступом» і «Записом екрана» — без повного доступу до диска — і з рівнем перевизначення для кожного застосунку в macOS 27.3.
Джерело ↗ - Qwenмісце 3
Досягає 85,0% на справжніх завданнях робочого столу, але покладається на повне перевизначення запису екрана та універсального доступу.
Джерело ↗
8 ШІ поставили сюди - 3
OpenAI ChatGPT agent / Codex computer use
Два режими, два набори доступів: хмарний агент ChatGPT ніколи не бачить вашого робочого столу, а Codex на вашому Mac потребує запису екрана та універсального доступу. GPT-5.5 набирає 78,7% на OSWorld-Verified.
Увімкнули: Claude, Meta, Grok, MiMo, Kimi, DeepSeek, Qwen. Не увімкнули: ChatGPT, Gemini, Wenxin.У їхніх списках: Claude: див. список · Meta: 2 · Grok: 8 · MiMo: 3 · Kimi: 4 · DeepSeek: 1 · Qwen: див. список
Що відзначив кожен ШІ 7
- Claude
У його списку названо інакше: відкрийте весь список.
див. список - Metaмісце 2
78,7% на OSWorld-Verified для GPT-5.5 і 62,6% частково на OSWorld 2.0 для GPT-5.6 Sol. Агент працює в пісочниці OpenAI і за замовчуванням не бачить вашого робочого стола.
Джерело ↗ - Grokмісце 8
Ранній результат OSWorld 38,1%; пізніша ізольована віртуальна машина зменшує потребу в повному локальному контролі.
Джерело ↗ - MiMoмісце 3
Найсильніший новий мозок для керування комп'ютером за третину ціни — з власною картою безпеки, що перелічує неприємності на роботі.
Джерело ↗ - Kimiмісце 4
Найпотужніший нативний агент на вашому Mac (75% на OSWorld-Verified) також найвимогливіший: «Запис екрана», «Універсальний доступ», дозволи для кожного застосунку — плюс режим «Locked Use», що може тимчасово розблокувати Mac, за бажанням.
Джерело ↗ - DeepSeekмісце 1
Дає 38,1% на OSWorld з хмарної пісочниці браузера — майже не потрібні ні локальний диск, ні дозвіл «Універсальний доступ».
Джерело ↗ - Qwen
У його списку названо інакше: відкрийте весь список.
див. список
7 ШІ поставили сюди - 4
Сімулар Sai (Agent S)
Може працювати на хмарному робочому столі замість вашого Mac. Заявляє 73% часткового виконання на OSWorld 2.0, але повністю доводить до кінця лише 28,25% завдань; Сімулар сам є співавтором бенчмарку й сам оприлюднив цей запуск.
Увімкнули: Claude, Meta, Grok, MiMo, Kimi, DeepSeek, Qwen. Не увімкнули: ChatGPT, Gemini, Wenxin.У їхніх списках: Claude: 6 · Meta: 3 · Grok: 4 · MiMo: 7 · Kimi: 7 · DeepSeek: 6 · Qwen: 8
Що відзначив кожен ШІ 7
- Claudeмісце 6
Коштує 15,70 $ за завдання на OSWorld 2.0, при 28,25% повністю виконаних.
Джерело ↗ - Metaмісце 3
73% частково на OSWorld 2.0, але лише 28,25% повністю. Це найширший розрив між частковим і повним результатом у цій добірці.
Джерело ↗ - Grokмісце 4
Найвищий повідомлений частковий результат на OSWorld 2.0/2.1 (~73–79%) за нижчою ціною, ніж у чисто передових моделей.
Джерело ↗ - MiMoмісце 7
Продається за завдання: 15,70 $ за завершене завдання — єдиний агент із ціновим ярликом на результат.
Джерело ↗ - Kimiмісце 7
69,9% на OSWorld — у межах 2,5 пункту від людського рівня — з відкритого каркаса, чий Behavior Best-of-N купує бали додатковими прогонами, а не додатковими дозволами.
Джерело ↗ - DeepSeekмісце 6
72,6% на OSWorld — вище за людський рівень — у відкритому середовищі, що працює з «Універсальним доступом» і «Записом екрана».
Джерело ↗ - Qwenмісце 8
Досягає 73% на OSWorld 2.0, поєднуючи довгі професійні завдання з суворою локальною пісочницею.
Джерело ↗
7 ШІ поставили сюди - 5
Gemini computer use для Mac (Google)
Набирає 83% на OSWorld-Verified (за даними Google), працюючи в окремому вікні, лише в обраних застосунках і питаючи дозвіл перед ключовими діями. Рецензенти попереджають, що вбудований текст усе ще може його перенаправити.
Увімкнули: Claude, ChatGPT, Meta, MiMo, Kimi, DeepSeek. Не увімкнули: Grok, Gemini, Wenxin, Qwen.У їхніх списках: Claude: 7 · ChatGPT: див. список · Meta: 5 · MiMo: 2 · Kimi: 3 · DeepSeek: 8
Що відзначив кожен ШІ 6
- Claudeмісце 7
Працює в окремому вікні, але власна документація Google попереджає про prompt-ін'єкції між застосунками.
Джерело ↗ - ChatGPT
У його списку названо інакше: відкрийте весь список.
див. список - Metaмісце 5
83,0% на OSWorld-Verified, запущено 19 листопада 2026 року — того самого дня, коли з'явилися повідомлення про власного Mac-агента Apple.
Джерело ↗ - MiMoмісце 2
Запізнився до столу — і єдиний гість, який показує хід роботи, перш ніж торкнутися застосунку.
Джерело ↗ - Kimiмісце 3
78,4% на OSWorld-Verified з позначкою «full: you run the environment». Агент не має жодного вікна дозволів Mac, бо пісочниця ваша.
Джерело ↗ - DeepSeekмісце 8
83% на OSWorld-Verified, але профіль доступу каркаса агента публічно не задокументовано.
Джерело ↗
6 ШІ поставили сюди - 6
Holo3 / Holo4 (Ейч Компані)
Найкращий результат, який команда бенчмарку запустила сама: 82,6% на відкритих вагах із 3 млрд активних параметрів, тож ізольоване середовище обираєте ви. Holo4-27B заявляє 85,2%, але він лише для дослідників.
Увімкнули: Claude, ChatGPT, Meta. Не увімкнули: Grok, Gemini, MiMo, Kimi, DeepSeek, Wenxin, Qwen.У їхніх списках: Claude: 3 · ChatGPT: 7 · Meta: 4
Що відзначив кожен ШІ 3
- Claudeмісце 3
Найкращий незалежно перевірений результат на OSWorld-Verified (82,6%) належить моделі лише з 3 млрд активних параметрів.
Джерело ↗ - ChatGPTмісце 7
82,6% — найсильніший незалежно перевірений результат серед цих десяти рядків таблиці; це спеціалізована модель для керування комп'ютером.
Джерело ↗ - Metaмісце 4
85,2% на OSWorld для 27B за 0,08 $ за завдання. Найкраще співвідношення балів і ціни тут, але 27B-варіант лише для досліджень.
Джерело ↗
3 ШІ поставили сюди - 7
Meta Muse Spark / metacua
Набирає 80,67% на офіційній таблиці OSWorld-Verified, але metacua за замовчуванням керує вашим справжнім Mac без ізольованого середовища. Інцидент із Muse допоміг спонукати нове попередження Apple.
Увімкнули: Claude, Meta, MiMo. Не увімкнули: ChatGPT, Grok, Gemini, Kimi, DeepSeek, Wenxin, Qwen.У їхніх списках: Claude: 9 · Meta: 6 · MiMo: див. список
Що відзначив кожен ШІ 3
- Claudeмісце 9
Має найкращий бінарний результат OSWorld 2.0 у таблиці: 32,0%, попри нижчий частковий результат 66,9%.
Джерело ↗ - Metaмісце 6
80,67% перевірено на OSWorld-Verified, але вона керує вашим справжнім комп'ютером. Ціна доступу — увесь комп'ютер, а не пісочниця.
Джерело ↗ - MiMo
У його списку названо інакше: відкрийте весь список.
див. список
3 ШІ поставили сюди - 8
Manus
Не потребує доступу до вашого Mac, бо кожне завдання виконується на власній хмарній віртуальній машині. Його 72,5% на OSWorld походять лише з одного ринкового звіту, їх немає в жодній офіційній таблиці, тож сприймайте це як оцінку.
Увімкнули: Meta, DeepSeek. Не увімкнули: Claude, ChatGPT, Grok, Gemini, MiMo, Kimi, Wenxin, Qwen.У їхніх списках: Meta: 8 · DeepSeek: 2
Що відзначив кожен ШІ 2
- Metaмісце 8
Повністю ізольована хмарна віртуальна машина для кожного завдання із заявами про «нульову довіру». Сильна пісочниця, але опублікованого результату OSWorld, що підтвердив би роботу, немає.
Джерело ↗ - DeepSeekмісце 2
Працює в хмарній віртуальній машині з root-доступом, тож її результат 72,5% на OSWorld досягається без передачі диска вашого Mac.
2 ШІ поставили сюди - 9
Перплексіті Personal Computer (Comet)
Просить усі три великі дозволи на Mac, зокрема повний доступ до диска. Має точки підтвердження дій, але не опублікував результату OSWorld, який показав би, що ви отримуєте натомість.
Увімкнули: Meta, Wenxin. Не увімкнули: Claude, ChatGPT, Grok, Gemini, MiMo, Kimi, DeepSeek, Qwen.У їхніх списках: Meta: 9 · Wenxin: 9
Що відзначив кожен ШІ 2
- Metaмісце 9
Просить «Універсальний доступ», «Запис екрана» і «Повний доступ до диска» на вашому справжньому Mac — найвищий локальний запит дозволів. Без результату OSWorld і з двома публічними інцидентами безпеки.
Джерело ↗ - Wenxinмісце 9
Поширює оркестрацію агентів безпосередньо на локальне обладнання Mac, цілодобова робота, оптимізована для розгортання на Mac mini
2 ШІ поставили сюди - 10
OpenClaw (раніше Moltbot / Clawdbot)
Найбільше доступу, найменше доказів: повний доступ до диска для Terminal, а також універсальний доступ і запис екрана, керування вашим справжнім Mac без ізольованого середовища і жодного результату OSWorld.
Увімкнули: Claude, Meta. Не увімкнули: ChatGPT, Grok, Gemini, MiMo, Kimi, DeepSeek, Wenxin, Qwen.У їхніх списках: Claude: 10 · Meta: 10
Що відзначив кожен ШІ 2
- Claudeмісце 10
Її власна документація перелічує потрібні дозволи macOS, тож це найпрозоріший відкритий варіант, але власного результату в тестах немає.
Джерело ↗ - Metaмісце 10
Максимальний доступ без тесту: «Повний доступ до диска» для Terminal, плюс «Універсальний доступ» і «Запис екрана». Опублікованого результату OSWorld, який це виправдовує, немає.
Джерело ↗
2 ШІ поставили сюди
02Варто знати
Що помітили ШІ, поки складали список.
Офіційний #1 на OSWorld-Verified — Intelligence-Indeed Agent з 90,19%. Результат він подав сам, а про доступ, який йому потрібен, нічого не опубліковано.
Лише налаштування зусиль змінює Claude Opus 5 з 18,81% до 44,33% повного виконання завдань на OSWorld 2.0.
Комп'ютерне керування Gemini для Mac запустили 19 листопада 2026 року — того самого дня, коли повідомили, що Apple, за даними, розробляє власного агента для Mac уже з кінця 2027 року.
03Як рахували
Простими словами, без формул.
1Питання
10 найкращих агентів ШІ, що керують вашим комп'ютером: наскільки добре вони працюють проти того, скільки доступу просять
2Чому ця тема
Читач бачить результат бенчмарку і ціну в доступі поруч, і це показує, що найсильніший агент не завжди той, якому найменше потрібен ваш Mac.
3Де це застосовно
Глобально; агенти ШІ, що керують робочим столом (Mac, Windows, Linux), зокрема настільними застосунками й браузерами
4На що дивилися
- Бал виконання завдань у OSWorld-Verified (реальні завдання на робочому столі) з назвою перевіреної моделі, налаштуванням агента і версією бенчмарку
- Бал у складніших довгих завданнях OSWorld 2.0, показаний окремо і ніколи не змішаний з OSWorld-Verified
- Широта доступу до системи, якого просить налаштування агента: Повний доступ до диска, запис екрана, керування універсальним доступом і рівень перевизначення в macOS 27.3
- Чи може агент працювати в пісочниці або в режимі, який щоразу питає дозвіл
- Офіційна таблиця OSWorld-Verified (команда OSWorld) — частка реальних завдань на робочому столі, перевірена за фінальним станом застосунку або файлу; ці рядки команда OSWorld запускає сама на 100 кроках
- Трекер OSWorld-Verified від БенчЛМ — 36 моделей, кожна позначена як повідомлена розробником або перевірена OSWorld-Verified
- OSWorld 2.0 / 2.1 (Сноркел AI, Стіл) — часткове та повне (так/ні) виконання 108 довгих робочих процесів; це власна шкала, її ніколи не змішують з OSWorld-Verified
- Модель дозволів macOS 27.3 (MacRumors) — який рівень запитує застосунок: запит щоразу, універсальний доступ, повний доступ до диска, обхід захисту системи та застосунків
5Хто ставив місця
Провідні ШІ: Claude, ChatGPT, Meta, Grok, Gemini, MiMo, Kimi, DeepSeek, Wenxin, Qwen. Кожен сам склав свій список із десяти місць і до кожного місця назвав джерело.
6Як зведено місця
Те саме, назване різними ШІ по-різному, рахували як одне. Що більше ШІ включили пункт до свого списку і що вище поставили, то вище його місце. «Згода ШІ» показує, у скількох ШІ цей пункт був у власному списку. Джерела — лише ті, що знайшли самі ШІ, нічого не додано вручну.
04Список кожного ШІ окремо
🇺🇸 Claude10 місць · нотаток: 4
Те саме питання, відповідь одного ШІ — Claude. Підсумковий список вище об'єднує всі ШІ.
- 1Claude Fable 5 (Anthropic: керування комп'ютером, 2026)
Набирає 85,0% на OSWorld-Verified і 66,1% частково на OSWorld 2.0. Налаштування: «Запис екрана» і «Універсальний доступ», без «Повного доступу до диска».
Джерело ↗ - 2Claude Opus 5 (Anthropic, 2026)
Його результат на OSWorld 2.0 незалежно відтворила Сноркел AI (31,43% повністю виконано), а також він має найнижчий опублікований показник ін'єкцій промптів у тестах GUI (0,54%).
Джерело ↗ - 3Holo3 (Ейч Компані, 35B-A3B)
Найкращий незалежно перевірений результат на OSWorld-Verified (82,6%) належить моделі лише з 3 млрд активних параметрів.
Джерело ↗ - 4GPT-6 Astra (OpenAI)
Серед моделей OpenAI вона лідирує за заявленими результатами OSWorld 2.0 на офлайн-підмножині: 72,6% частково. Але OpenAI, наскільки я знайшов, не опублікувала відповідного показника OSWorld-Verified.
Джерело ↗ - 5Qwen3.8-Max (Алібаба)
Вона має найвищий з опублікованих показників OSWorld-Verified (86,1%), але ваги не підтверджено, а результат повідомлено лише виробником.
Джерело ↗ - 6Сімулар Sai
Коштує 15,70 $ за завдання на OSWorld 2.0, при 28,25% повністю виконаних.
Джерело ↗ - 7Gemini: керування комп'ютером на Mac (Google, 2026)
Працює в окремому вікні, але власна документація Google попереджає про prompt-ін'єкції між застосунками.
Джерело ↗ - 8Claude Sonnet 5 (Anthropic)
81,2% на OSWorld-Verified у моделі середнього рівня з тими самими двома дозволами, що й у флагманів.
Джерело ↗ - 9Muse Spark 1.3 (Meta)
Має найкращий бінарний результат OSWorld 2.0 у таблиці: 32,0%, попри нижчий частковий результат 66,9%.
Джерело ↗ - 10OpenClaw (агент для Mac з відкритим кодом)
Її власна документація перелічує потрібні дозволи macOS, тож це найпрозоріший відкритий варіант, але власного результату в тестах немає.
Джерело ↗
Що помітив Claude
На OSWorld 2.0 найкращий незалежний бінарний результат (близько 31%) значно нижчий за часткові 66–78%, які називають виробники. Вибір метрики міняє картину.
Топові моделі на OSWorld-Verified відрізняються приблизно на один пункт, тож тест, схоже, наближається до насичення.
macOS 27.3 ділить старий широкий дозвіл на «Перевизначення захисту системи й застосунків» і «Універсальний доступ» та дозволяє вимагати підтвердження щоразу.
Apple, за повідомленнями, наймає людей для створення власного агента, що керує Mac. Запуск можливий уже наприкінці 2027 року.
🇺🇸 ChatGPT10 місць · нотаток: 2
Те саме питання, відповідь одного ШІ — ChatGPT. Підсумковий список вище об'єднує всі ШІ.
- 1Qwen3.8 Max (2026)
86,1% очолює нинішню таблицю моделей OSWorld-Verified, але в опублікованому рядку не вказано, який агентний каркас використано.
Джерело ↗ - 2Claude Fable 5 (2026)
85% відстає від найкращого результату на 1,1 пункту; таблиця бенчмарків приписує результат Anthropic.
Джерело ↗ - 3Claude Mythos 5 (2026)
85% ділить друге місце; опубліковані цифри не показують, яке налаштування агента дало цей результат.
Джерело ↗ - 4Qwen3.8-27B (2026)
84,3% менше ніж на два пункти поступається провідному результату Qwen3.8 Max.
Джерело ↗ - 5Claude Opus 4.8 (2026)
83,4% на коротшому тесті контрастує з лише 20,6% повного виконання на OSWorld 2.0.
Джерело ↗ - 6Gemini 3.6 Flash (2026)
83% — результат, повідомлений виробником; таблиця не дає достатньо деталей налаштування для порівняння продукт із продуктом.
Джерело ↗ - 7Holo3-35B-A3B (2026)
82,6% — найсильніший незалежно перевірений результат серед цих десяти рядків таблиці; це спеціалізована модель для керування комп'ютером.
Джерело ↗ - 8MiMo-V2.6-Pro (2026)
82% тримає її в топ-8, але результат повідомлено виробником, а не виявлено у відкритому тесті кінцевого агента.
Джерело ↗ - 9Claude Sonnet 5 (2026)
81,2% випереджає наступну модель на 0,4 пункту, але в опублікованому рядку не вказано її агентний каркас.
Джерело ↗ - 10MiMo-V2.6-Flash (2026)
80,8% завершує топ-10, на 5,3 пункту нижче за найкращий результат.
Джерело ↗
Що помітив ChatGPT
Рядок Holo3-35B-A3B з 82,6% позначено як перевірений OSWorld-Verified. Більшість вищих рядків — дані виробників, тож порядок угорі не є однаковим незалежним змаганням.
macOS 27.3 додає опцію дозволу на кожен запит і відокремлює «Універсальний доступ» від «Перевизначення захисту системи й застосунків». Apple каже, що раніше надані дозволи застосункам лишаються чинними.
🇺🇸 Meta10 місць · нотаток: 3
Те саме питання, відповідь одного ШІ — Meta. Підсумковий список вище об'єднує всі ШІ.
- 1Claude Cowork (Anthropic, 2026)
85,96% на OSWorld-Verified для Fable 5 і 81,8% частково на OSWorld 2.1 для Opus 5.5. За замовчуванням — хмарна пісочниця, а не повний доступ до диска.
Джерело ↗ - 2OpenAI ChatGPT-агент (GPT-5.6 Sol, 2026)
78,7% на OSWorld-Verified для GPT-5.5 і 62,6% частково на OSWorld 2.0 для GPT-5.6 Sol. Агент працює в пісочниці OpenAI і за замовчуванням не бачить вашого робочого стола.
Джерело ↗ - 3Сімулар Sai (Agent S, 2026)
73% частково на OSWorld 2.0, але лише 28,25% повністю. Це найширший розрив між частковим і повним результатом у цій добірці.
Джерело ↗ - 4Агент керування комп'ютером від Ейч Компані: Holo4 (2026)
85,2% на OSWorld для 27B за 0,08 $ за завдання. Найкраще співвідношення балів і ціни тут, але 27B-варіант лише для досліджень.
Джерело ↗ - 5Google Gemini: керування комп'ютером для Mac (Gemini 3.6 Flash, 2026)
83,0% на OSWorld-Verified, запущено 19 листопада 2026 року — того самого дня, коли з'явилися повідомлення про власного Mac-агента Apple.
Джерело ↗ - 6Meta Muse / metacua (Muse Spark 1.1, 2026)
80,67% перевірено на OSWorld-Verified, але вона керує вашим справжнім комп'ютером. Ціна доступу — увесь комп'ютер, а не пісочниця.
Джерело ↗ - 7Microsoft 365 Copilot Researcher з керуванням комп'ютером (2026)
Найчистіша модель доступу тут: свіжа пісочниця для кожної розмови. Але відтворюваного результату OSWorld, з яким його можна було б порівняти, немає.
Джерело ↗ - 8Manus 2.0 (2026)
Повністю ізольована хмарна віртуальна машина для кожного завдання із заявами про «нульову довіру». Сильна пісочниця, але опублікованого результату OSWorld, що підтвердив би роботу, немає.
Джерело ↗ - 9Перплексіті Comet Personal Computer (2026)
Просить «Універсальний доступ», «Запис екрана» і «Повний доступ до диска» на вашому справжньому Mac — найвищий локальний запит дозволів. Без результату OSWorld і з двома публічними інцидентами безпеки.
Джерело ↗ - 10OpenClaw (раніше Moltbot / Clawdbot, 2026)
Максимальний доступ без тесту: «Повний доступ до диска» для Terminal, плюс «Універсальний доступ» і «Запис екрана». Опублікованого результату OSWorld, який це виправдовує, немає.
Джерело ↗
Що помітив Meta
Функцію керування комп'ютером у Gemini для Mac запущено 19 листопада 2026 року — того самого дня, коли TechCrunch повідомив, що Apple створює власного ШІ-агента для роботи з Mac; запуск можливий уже наприкінці 2027 року.
macOS 27.3 ділить «Керування пристроєм і доступ до даних» на «Перевизначення захисту системи й застосунків» і «Універсальний доступ», додає повний доступ до диска для окремих папок, варіант «запитувати щоразу» і значок у строці меню, коли один застосунок керує іншим.
Найкращий запис на перевіреній дошці OSWorld — не споживча модель: Intelligence-Indeed Agent набрав 90,19% перевірено, попереду Claude Fable 5 з 85,96%. Це показує, наскільки каркас і обв'язка додають понад саму модель.
🇺🇸 Grok10 місць · нотаток: 1
Те саме питання, відповідь одного ШІ — Grok. Підсумковий список вище об'єднує всі ШІ.
- 1Intelligence-Indeed Z-Agent / InAgent (2026)
Перший перевірений агент, що перевищив 90% на OSWorld-Verified (90,19%).
Джерело ↗ - 2Claude Fable 5 / Mythos 5: керування комп'ютером (Anthropic, 2026)
85% перевірено, поруч із топом, тоді як Anthropic також лідирує в довгих часткових результатах.
Джерело ↗ - 3Налаштування Qwen3.8 Max для керування комп'ютером (Алібаба, 2026)
Лідирує в багатьох агрегаторах з 86,1% перевірено та відкритими вагами.
Джерело ↗ - 4Сімулар Sai (2026)
Найвищий повідомлений частковий результат на OSWorld 2.0/2.1 (~73–79%) за нижчою ціною, ніж у чисто передових моделей.
Джерело ↗ - 5Claude Opus 5 / 5.5: керування комп'ютером (Anthropic, 2026)
Найкращий бінарний і частковий результат у довгих завданнях OSWorld 2.0/2.1 (до 44% повністю, 81,8% частково).
Джерело ↗ - 6Коасті CUA (2026)
Офіційний перевірений запис 82,81%; наголошує на керуванні справжнім робочим столом.
Джерело ↗ - 7Pointer Agent + Opus 4.7 (2026)
83,64% перевірено з гібридним підходом: код і GUI.
Джерело ↗ - 8OpenAI ChatGPT Agent / лінійка Operator (2025–2026)
Ранній результат OSWorld 38,1%; пізніша ізольована віртуальна машина зменшує потребу в повному локальному контролі.
Джерело ↗ - 9Microsoft Mage-VL-Cowork 4B (2026)
66,0% перевірено на масштабі 4 млрд — найкращий з опублікованих відкритих компактних гібридних агентів GUI+shell.
Джерело ↗ - 10Claude Code: керування комп'ютером (Anthropic, 2026)
«Універсальний доступ» і «Запис екрана» в межах сесії, з підтвердженням для кожного застосунку.
Джерело ↗
Що помітив Grok
Агенти тепер звично перевищують приблизно 72% людського рівня на OSWorld-Verified, але повне виконання довгих завдань OSWorld 2.0 лишається нижче 50% навіть у лідерів.
🇺🇸 Gemini10 місць · нотаток: 1
Те саме питання, відповідь одного ШІ — Gemini. Підсумковий список вище об'єднує всі ШІ.
- 1Anthropic Claude 3.7 Sonnet: керування комп'ютером (2025)
Дає 44,2% на OSWorld-Verified і пропонує суворе ізолювання API в Docker та підтвердження людиною кожної дії.
- 2ByteDance UI-TARS-2 (2025)
Перевершує закриті моделі з 53,1% на OSWorld-Verified і працює локально на звичайному обладнанні, без root-доступу й без телеметрії у хмару.
Джерело ↗ - 3Agent S2.5 з o3 (2025)
Використовує токени міркувань, щоб досягти 56,4% на перевірених завданнях на робочому столі, але потребує інвазивного «Універсального доступу» та прямого читання й запису файлової системи.
- 4OpenAI Operator (2025)
Набирає 46,8% у завданнях ОС із допомогою браузера, обмежуючи радіус дії переважно автоматизацією браузера та ізольованими вкладками віртуальної машини.
- 5Коасті: автономний агент (2025)
Досягає 42,1% виконання завдань OSWorld із вбудованим віддаленим браузером і ізоляцією робочого столу, що відокремлює вашу локальну ОС від довільних кліків.
- 6OS-Copilot / FRIDAY (2024)
Був піонером агентів для робочого столу, що самі навчаються: 35,6% на OSWorld. Але вимагає безумовної root-оболонки Bash і повного доступу до диска.
- 7Сімулар AI-агент (2025)
Досягає 38,3% на перевірених бенчмарках, використовуючи мультимодальні координати GUI, зі строгим порогом підтвердження перед виконанням.
- 8OpenAdapt: автоматизація робочого столу (2024)
Записує стани екрана та демонстрації користувача, щоб досягти 29,8% у робочих процесах на робочому столі, і працює прозоро через відкриті локальні журнали.
Джерело ↗ - 9Adept ACT-1 / агент Workday (2024)
Був піонером дій в інтерфейсах корпоративного ПЗ: 31,2% перевірених завдань, обмежено всередині обгорток DOM браузера, а не керуванням ОС на системному рівні.
- 10Прототип агента Apple для Mac (2026)
Націлено на інтеграцію Siri і App Intents на рівні системи, щоб виконувати міжпрограмні завдання на Mac у межах вбудованих у macOS 27.3 від Apple механізмів безпеки.
Джерело ↗
Що помітив Gemini
Найближче оновлення macOS 27.3 від Apple вводить суворі попереджувальні вікна щоразу, коли сторонні агенти одночасно просять захоплення екрана і перевизначення «Універсального доступу». Це прямий виклик автономним обгорткам для робочого столу.
🇨🇳 MiMo10 місць · нотаток: 4
Те саме питання, відповідь одного ШІ — MiMo. Підсумковий список вище об'єднує всі ШІ.
- 1Claude Code (Anthropic, 2026)
Єдиний тут агент, що виконує команди в клітці, — і клітка скоротила запити дозволів на 84%.
Джерело ↗ - 2Gemini для Mac: керування комп'ютером (Google, 2026)
Запізнився до столу — і єдиний гість, який показує хід роботи, перш ніж торкнутися застосунку.
Джерело ↗ - 3GPT-6.2 Astra: керування комп'ютером (OpenAI, 2026)
Найсильніший новий мозок для керування комп'ютером за третину ціни — з власною картою безпеки, що перелічує неприємності на роботі.
Джерело ↗ - 4Claude Cowork: керування комп'ютером (Anthropic)
Результати топового рівня — і чесна примітка у власній документації: між агентом і вашим екраном немає пісочниці.
Джерело ↗ - 5Qwen3.8 Max (Алібаба, 2026)
Очолює таблицю для робочого столу з 86,1%. Позначено як відкрита, тоді як протестована візуальна модель — ні.
Джерело ↗ - 6Claude Opus 5: керування комп'ютером (Anthropic)
Та сама модель, той самий день: 18,8% або 44,3% довгої роботи завершено — залежно від того, наскільки старанно їй велять працювати.
Джерело ↗ - 7Сімулар Sai (Сімулар AI, 2026)
Продається за завдання: 15,70 $ за завершене завдання — єдиний агент із ціновим ярликом на результат.
Джерело ↗ - 8MiMo-V2.6 (Xiaomi, 2026)
Відкриті ваги на 82% — близько до комерційних лідерів, без прив'язки до вендора.
Джерело ↗ - 9Агент Apple для Mac (у розробці, 2027)
Власний агент воротаря: він допомагає писати правила дозволів, за якими потім сам і грає.
Джерело ↗ - 10Intelligence-Indeed Agent (2026)
Таємничий чемпіон таблиці: 90,19% — вище за людський рівень, і майже ніхто не може назвати його.
Джерело ↗
Що помітив MiMo
Агенти вже обігнали людей у тесті на 369 завдань для робочого столу (людський рівень 72,36% проти найкращих 90,19%), але найкраща машина завершує менше ніж половину довгих справжніх робіт за бінарною метрикою OSWorld 2.0.
Налаштування зусиль впливають на результат більше, ніж вибір моделі: Opus 5 переходить з 18,81% до 44,33% бінарно на тому самому тесті, лише змінивши зусилля з низького на максимальне.
Агент з найкращою історією доступу працює в пісочниці й скоротив запити дозволів на 84%. Той, у кого найкращі результати, прямо каже, що пісочниці в нього немає взагалі.
Нова версія macOS розглядає ШІ-агентів як ризик, під який треба проєктувати: вона розділяє дискові дозволи. Тим часом Apple сама будує власного агента на 2027 рік.
🇨🇳 Kimi10 місць · нотаток: 4
Те саме питання, відповідь одного ШІ — Kimi. Підсумковий список вище об'єднує всі ШІ.
- 1Claude: керування комп'ютером (Claude Opus 5.5, Anthropic)
Найкращий довгий результат для робочого столу на записі — 48,7% бінарно на OSWorld 2.0. Отриманий з віртуальної машини, яку ви надаєте, тож він ніколи не торкається ваших рівнів дозволів Mac.
Джерело ↗ - 2Qwen3.8 Max (Алібаба)
86,1% на OSWorld-Verified, і ваги можна завантажити (27B-контрольна точка дає 84,3%). Тож найкращий результат для робочого столу не потребує жодного доступу до вашого комп'ютера.
Джерело ↗ - 3Gemini: керування комп'ютером (Google, Gemini 3.x)
78,4% на OSWorld-Verified з позначкою «full: you run the environment». Агент не має жодного вікна дозволів Mac, бо пісочниця ваша.
Джерело ↗ - 4ChatGPT: керування комп'ютером (OpenAI, GPT-5.4)
Найпотужніший нативний агент на вашому Mac (75% на OSWorld-Verified) також найвимогливіший: «Запис екрана», «Універсальний доступ», дозволи для кожного застосунку — плюс режим «Locked Use», що може тимчасово розблокувати Mac, за бажанням.
Джерело ↗ - 5Kimi K2.6 (Moonshot AI)
73,1% на OSWorld-Verified у моделі з відкритими вагами — достатньо, щоб мати значення, і безкоштовно запускається у розхідній віртуальній машині.
Джерело ↗ - 6Claude Cowork / керування комп'ютером у desktop-застосунку Claude (Anthropic)
Споживча упаковка того самого стеку: запитує дозволи для кожного застосунку, радить не відкривати банківські чи медичні застосунки й звертається до комп'ютера, лише доки відкрито настільний застосунок.
Джерело ↗ - 7Agent S3 (Сімулар AI)
69,9% на OSWorld — у межах 2,5 пункту від людського рівня — з відкритого каркаса, чий Behavior Best-of-N купує бали додатковими прогонами, а не додатковими дозволами.
Джерело ↗ - 8UI-TARS-2 (ByteDance)
47,5% на OSWorld з мотивом приватності: 7B-варіант працює на одному споживчому GPU, тож ваш екран ніколи не має покидати комп'ютер.
Джерело ↗ - 9OpenCUA-72B (HKU & Moonshot AI)
45,0% на OSWorld-Verified — найкращий відкритий результат. Оскільки код, дані та моделі публічні, перевірюваність і є історією доступу.
Джерело ↗ - 10Intelligence-Indeed Agent
90,19% на вершині офіційної таблиці OSWorld-Verified — число, яке майже ніхто поза власною заявкою не може відтворити.
Джерело ↗
Що помітив Kimi
Два результати OSWorld описують різні продукти: та сама Claude Opus 4.8 набирає 83,5% на OSWorld-Verified, але лише 20,6% бінарно повного виконання на 108 довгих робочих процесах OSWorld 2.0. Короткі демонстрації майже розв'язані, а завдання на цілий робочий день — ні.
macOS 27.3 розбиває старий перемикач «Керування пристроєм і доступ до даних» на «Перевизначення захисту системи й застосунків» і «Універсальний доступ». Додає рівень «Спершу запитати», обмеження для кожного застосунку, попередження «Читати, змінювати, видаляти й експортувати всі ваші дані» і значок у строці меню. Але кожен дозвіл, виданий до 27.3, лишається чинним.
Передові можливості керування комп'ютером тепер можна завантажити: Алібаба відкрила код моделі класу Max (варіант на 27B набирає 84,3% на OSWorld-Verified), тож повністю ізольований агент найвищого рівня, який працює на власному сервері, вперше став можливим.
OSWorld-Verified насичується: топові моделі згруповані в межах близько 1,1 пункту, вище за людський рівень 72,36%. Саме тому існує OSWorld 2.0, а агентів судять за широтою доступу, а не за останнім пунктом тесту.
🇨🇳 DeepSeek10 місць · нотаток: 4
Те саме питання, відповідь одного ШІ — DeepSeek. Підсумковий список вище об'єднує всі ШІ.
- 1OpenAI Operator (2026)
Дає 38,1% на OSWorld з хмарної пісочниці браузера — майже не потрібні ні локальний диск, ні дозвіл «Універсальний доступ».
Джерело ↗ - 2Десктопний агент Manus (Meta) (2026)
Працює в хмарній віртуальній машині з root-доступом, тож її результат 72,5% на OSWorld досягається без передачі диска вашого Mac.
- 3Claude: керування комп'ютером (обв'язка Claude Fable 5 / Opus 5, 2026)
85% на OSWorld-Verified лише з «Універсальним доступом» і «Записом екрана» — без повного доступу до диска — і з рівнем перевизначення для кожного застосунку в macOS 27.3.
Джерело ↗ - 4Коасті CUA v1 (2026)
82,81% перевірено на OSWorld-Verified, при цьому просить запис екрана й універсальний доступ, але не повний доступ до диска.
Джерело ↗ - 5Агент Qwen3.8 Max (Алібаба, 2026)
86,1% на OSWorld-Verified — найвищий з опублікованих, але локальний слід дозволів агента публічно не описано.
Джерело ↗ - 6Agent S3 (Сімулар, 2026)
72,6% на OSWorld — вище за людський рівень — у відкритому середовищі, що працює з «Універсальним доступом» і «Записом екрана».
Джерело ↗ - 7UiPath Screen Agent (Claude Opus 4.5, 2026)
67,1% на OSWorld-Verified у січні 2026 року — пристойно, але просить повного контролю інтерфейсу над робочим столом.
- 8Агент Gemini 3.6 Flash (Google, 2026)
83% на OSWorld-Verified, але профіль доступу каркаса агента публічно не задокументовано.
Джерело ↗ - 9Агент Kimi K3 (Moonshot AI, 2026)
84,8% на OSWorld-Verified станом на 8 листопада 2026 року — високий успіх завдань, але локальний запит дозволів неясний.
- 10UI-TARS-2 (ByteDance, 2026)
47,5% на OSWorld і 50,6% на WindowsAgentArena — нативне керування GUI, але потрібні дозволи на екран і введення.
Що помітив DeepSeek
Розкид між доступом і результатом екстремальний: Operator втрачає 47 відсоткових пунктів успіху на OSWorld порівняно з Claude Fable 5 (38,1% проти 85%), але ніколи не торкається вашого локального диска. Claude потребує лише «Універсальний доступ» і «Запис екрана» — не повний доступ до диска — щоб досягти 85%.
OSWorld 2.0 знижує всіх: найкраще бінарне виконання — 44,33% (Claude Opus 5, максимальні зусилля, пакетний інструмент), хоча та сама родина набирає 85% на OSWorld-Verified. Довший горизонт — інша гра.
macOS 27.3 робить питання доступу явним: повний доступ до диска розділяється й обмежується, а «Перевизначення захисту системи й застосунків» отримує власний рівень зі значком у строці меню. Тож агент, що просить «лише» універсальний доступ, тепер помітно відрізняється від того, кому потрібне перевизначення.
Перевірений результат Коасті — 82,81% — вищий, ніж у більшості комерційних агентів, і близький до найкращих результатів моделей. Але опублікованого рядка для OSWorld 2.0 немає, що показує, наскільки нерівномірно впроваджується цей тест на довгі послідовності дій.
🇨🇳 Wenxin10 місць · нотаток: 1
Те саме питання, відповідь одного ШІ — Wenxin. Підсумковий список вище об'єднує всі ШІ.
- 1Внутрішній ШІ-агент Apple для macOS (рання збірка, 2027)
Жодного стороннього витоку даних за задумом, нативна робота в пісочниці, без зовнішніх дозволів поза власною моделлю дозволів Apple
Джерело ↗ - 2API агентів OpenAI (бета, 2026)
74% загального прийняття серед розробників, повна підтримка пісочниці з середовищами виконання, що розміщені в OpenAI або на власному сервері
- 3Перплексіті Computer (2026)
Оркестрація понад 100 паралельних субагентів, ізольоване обчислювальне середовище з справжньою файловою системою й браузером, без потреби в повному root-доступі до робочого столу
- 4Sai AI-агент (2026)
Вартість автоматизації GUI в середньому падає на 40% після 3 запусків робочого процесу; безкоштовний план з щоденними обмеженими кредитами хмарної пісочниці Windows/Linux
- 5Anthropic Claude: агент керування комп'ютером (2026)
75% загального використання серед розробників разом з OpenAI; 49% розробників планують працювати з ним наступного року — найвищий намір на майбутнє в галузі
- 6Агент Meta Muse (2026)
Відкритий нативний кросплатформний десктопний застосунок, без обов'язкового обміну даними з хмарою для локального виконання завдань
Джерело ↗ - 7Агент OpenAI Codex (2026)
8% розробників називають його найулюбленішим інструментом, 17,6% планують використати наступним — третій найвищий намір використання у світі
- 8OpenCode (2026)
Найкращий відкритий десктопний агент для кодування: 7% найулюбленіших серед розробників, 11,7% наміру використати наступним у спільноті розробників з відкритим кодом
- 9Mac-застосунок Перплексіті Personal Computer (2026)
Поширює оркестрацію агентів безпосередньо на локальне обладнання Mac, цілодобова робота, оптимізована для розгортання на Mac mini
- 10OpenAI Agents SDK (бета, 2026)
Повний власний контроль циклу всередині власного застосунку користувача, без обов'язкової прив'язки до середовища виконання OpenAI
Що помітив Wenxin
Майбутній власний ШІ-агент Apple для Mac працюватиме нативно за новою системою дозволів macOS 27.3. Йому не потрібні постійний повний доступ до диска, запис екрана чи універсальний доступ, які зараз запитують усі сторонні агенти.
🇨🇳 Qwen10 місць · нотаток: 3
Те саме питання, відповідь одного ШІ — Qwen. Підсумковий список вище об'єднує всі ШІ.
- 1Qwen3.8 Max
86,1% на OSWorld-Verified — найвищий перевірений результат для робочого столу, а також дрібний контроль дозволів на інструменти.
Джерело ↗ - 2Claude Opus 5.5
Єдиний агент, що проходить 81% на виснажливому довгому тесті OSWorld 2.0 із 108 завданнями.
Джерело ↗ - 3Claude Fable 5
Досягає 85,0% на справжніх завданнях робочого столу, але покладається на повне перевизначення запису екрана та універсального доступу.
Джерело ↗ - 4Коасті
Близький другий з 85,6% перевірено, спеціально оптимізований для зменшення обчислень і слідів доступу.
Джерело ↗ - 5Kimi K3
Має 84,8% на OSWorld-Verified і пропонує режим у браузерній пісочниці, що обходить повний доступ до диска.
Джерело ↗ - 6Claude Fable 5.1
Набирає 77,9% на OSWorld 2.0, доводячи, що витримує багатогодинні процеси, коли отримує повний контроль над Mac.
Джерело ↗ - 7Qwen3.8-27B
Варіант з відкритими вагами дає 84,3% локально, але вимагає явного підтвердження користувача для «Універсального доступу» і повного доступу до диска.
Джерело ↗ - 8Sai від Сімулар
Досягає 73% на OSWorld 2.0, поєднуючи довгі професійні завдання з суворою локальною пісочницею.
Джерело ↗ - 9GPT-6 Astra
Має 72,6% на OSWorld 2.0, але її хмарна архітектура означає, що ваш локальний комп'ютер надає лише дозволи на демонстрацію екрана.
Джерело ↗ - 10GPT-6.1 Sol
Набирає 71,4% на OSWorld 2.0, потребуючи рівня перевизначення macOS 27.3 для навігації складними станами робочого столу.
Джерело ↗
Що помітив Qwen
macOS 27.3 тепер змушує ШІ-агентів питати дозвіл щоразу, коли вони звертаються до чутливих папок. Це ламає стару модель «налаштував і забув» з повним доступом до диска.
Агенти тепер перевищують людський рівень 72,36% на OSWorld-Verified. Отже, ШІ офіційно швидший і точніший за середню людину в рутинних клацаннях на робочому столі.
Довгі завдання OSWorld 2.0 у середньому мають понад 250 кроків агента. Вони показують, як навіть топові моделі, зокрема GPT-6 Astra, з труднощами утримують контекст протягом години роботи.