Escenario de presencia de elementos · 2026-08-13

¿Está presente el botón Reiniciar dispositivo en el centro de control de IoT?

Determina si el botón «Restart device» está visible.

Respuesta esperadaPresente

1440 × 900 · 9 configuraciones de modelo

Investigación de Stephan PetzlPublicado 2026-08-13

Entrada exacta

Indicación

You are evaluating a user interface screenshot for test automation.

Determine whether the single UI element described below is visibly present. Return found=true if it is present and found=false if it is absent.

Target: the Restart device button

Return only data matching the supplied JSON schema. Do not describe your reasoning.

SHA-256 · 64b7cd4d5c438c7ccf80888e92dbd84508d30ba2d8d32d3b2c57f988480437c3

Este piloto fechado utilizó la indicación con capacidad geométrica mostrada arriba. El resultado de presencia publicado usa únicamente el found valor devuelto; la geometría no se puntúa ni se muestra.

Verdad de referencia

Captura de referencia de presencia de elementos del centro de control de IoT — Objetivo: el botón «Restart device»

Evidencia del modelo

9 resultados de modelos

Las páginas de presencia solo muestran la clasificación booleana. La salida original del modelo permanece visible para facilitar la auditoría.

Holo3 122B A10B

H Company · holo3-122b-a10b

Correcto

Latencia: 1.38 s
Coste: $0.00055
Intentos: 1

                  {"found":true}

Grok 4.5

xAI · x-ai/grok-4.5

Correcto

Latencia: 7.43 s
Coste: $0.0032
Intentos: 1

                  {"found": true}

GPT-5.4

OpenAI · openai/gpt-5.4

Correcto

Latencia: 4.81 s
Coste: $0.0044
Intentos: 1

                  {"found":true}

Gemini 3.6 Flash

Google AI Studio · google/gemini-3.6-flash

Correcto

Latencia: 9.20 s
Coste: $0.0022
Intentos: 1

                  {"found": true}

GPT-5.6 Sol

OpenAI · openai/gpt-5.6-sol

Correcto

Latencia: 5.41 s
Coste: $0.0110
Intentos: 1

                  {"found":true}

GPT-5.6 Luna

OpenAI · openai/gpt-5.6-luna

Correcto

Latencia: 8.63 s
Coste: $0.00022
Intentos: 1

                  {"found":true}

Claude Sonnet 5

Anthropic · anthropic/claude-sonnet-5

Correcto

Latencia: 10.46 s
Coste: $0.0043
Intentos: 1

                  {"found":true}

Claude Opus 5

Anthropic · anthropic/claude-opus-5

Correcto

Latencia: 8.36 s
Coste: $0.0107
Intentos: 1

                  {"found":true}

Gemini 3.1 Pro Preview

Google AI Studio · google/gemini-3.1-pro-preview

Correcto

Latencia: 26.31 s
Coste: $0.0024
Intentos: 1

                  {"found": true}