作者希望有更难的计算机使用基准，挑战Opus 5。

RT @ehsanik：55.7% -> 70.6% 在 OSWorld v2（几周前刚发布）上

真心希望有更难的计算机使用评估。乐意赞助一个让 Opus 5 得分低于 50% 的计算机使用基准！

如果你有这样的评估，请联系我！乐意交流。