Alibaba выпустила OpenGCUA: гибридный рантайм сократил шаги ИИ-агентов на 53%

Alibaba представила открытый фреймворк OpenGCUA для бенчмарка и запуска компьютерных ИИ-агентов. Гибридный рантайм с исполнением Python-кода и наблюдением экрана по требованию сократил число шагов на задачу на 53% и поднял средние оценки частичного выполнения на 19,6 пункта на восьми моделях, включая GPT-6 Astra, Claude Opus 5, Gemini 3.8 Flash и Qwen3.8-Max.

• OpenGCUA оценивает агентов на OSWorld-v2 и реальных десктопах macOS
• Гибридный рантайм снизил число шагов на задачу на 53% на восьми моделях
• Средние оценки частичного выполнения выросли на 19,6 пункта
• Qwen3.8-Max потратила в 19,4 раза больше токенов, чем GPT-6 Astra