Escenario de anclaje · 2026-08-13

Localiza la pestaña inferior Profile en Flight pass

Cada modelo recibió la misma captura, indicación y contrato de respuesta estructurada.

ID del casopestaña de perfil

390 × 844 · coordenadas normalizadas 0–1000

Entrada exacta

Indicación

You are evaluating a user interface screenshot for test automation.

Locate the single UI element described below. Return the best click point and the tight visible bounding box of the complete interactive target. Coordinates use a normalized 0 to 1000 grid, where (0, 0) is the top-left image corner and (1000, 1000) is the bottom-right image corner.

Target: the Profile bottom tab

Return only data matching the supplied JSON schema. Do not describe your reasoning.
SHA-256 · 0f8be0666e2ec0a3b959f73470979356b14c57e4071cdcd0878b10d6b5ca9b5c
Interfaz de Flight pass con el objetivo de la pestaña inferior Profile resaltadoEsperado
Referencia real: la pestaña inferior Perfil

Evidencia del modelo

9 respuestas

El azul marca el objetivo derivado del navegador. El naranja marca el cuadro y el punto devueltos por el modelo. La validez del formato solo comprueba el contrato de respuesta; no significa que se haya encontrado el elemento solicitado.

Holo3 122B A10B

H Company · holo3-122b-a10b
Acierto de punto
Formato
Válido
IoU de las cajas
0.737
Latencia
1.46 s
Coste
$0.00037
Respuesta sin procesar
{"point":  {"x": 833,  	"y": 961}, "box": 	{"x": 667, 	"y": 938, 	"width": 333, 	"height": 62}}

Grok 4.5

xAI · x-ai/grok-4.5
Acierto de punto
Formato
Válido
IoU de las cajas
0.503
Latencia
2.05 s
Coste
$0.0019
Respuesta sin procesar
{"point": {"x": 812, "y": 953}, "box": {"x": 708, "y": 910, "width": 208, "height": 80}}

GPT-5.4

OpenAI · openai/gpt-5.4
Fallo del punto
Formato
Válido
IoU de las cajas
0.000
Latencia
3.29 s
Coste
$0.0037
Respuesta sin procesar
{"point":{"x":821,"y":809},"box":{"x":670,"y":781,"width":244,"height":63}}

Gemini 3.6 Flash

Google AI Studio · google/gemini-3.6-flash
Fallo del punto
Formato
No válido
IoU de las cajas
0.000
Latencia
3.30 s
Coste
$0.0047
Respuesta sin procesar
{"point": {"x": 815, "y": 963}, "box":

SyntaxError

GPT-5.6 Sol

OpenAI · openai/gpt-5.6-sol
Acierto de punto
Formato
Válido
IoU de las cajas
0.728
Latencia
7.34 s
Coste
$0.0113
Respuesta sin procesar
{"point":{"x":817,"y":963},"box":{"x":667,"y":925,"width":333,"height":75}}

GPT-5.6 Luna

OpenAI · openai/gpt-5.6-luna
Acierto de punto
Formato
Válido
IoU de las cajas
0.728
Latencia
3.44 s
Coste
$0.00022
Respuesta sin procesar
{"point":{"x":833,"y":963},"box":{"x":667,"y":925,"width":333,"height":75}}

Claude Sonnet 5

Anthropic · anthropic/claude-sonnet-5
Fallo del punto
Formato
Válido
IoU de las cajas
0.000
Latencia
4.13 s
Coste
$0.0028
Respuesta sin procesar
{"point":{"x":318,"y":815},"box":{"x":283,"y":790,"width":70,"height":38}}

Claude Opus 5

Anthropic · anthropic/claude-opus-5
Fallo del punto
Formato
Válido
IoU de las cajas
0.000
Latencia
3.90 s
Coste
$0.0071
Respuesta sin procesar
{"point":{"x":318,"y":815},"box":{"x":260,"y":785,"width":116,"height":55}}

Gemini 3.1 Pro Preview

Google AI Studio · google/gemini-3.1-pro-preview
Acierto de punto
Formato
Válido
IoU de las cajas
0.699
Latencia
35.17 s
Coste
$0.0030
Respuesta sin procesar
{"point": {"x": 816, "y": 962}, "box": {"x": 683, "y": 924, "width": 266, "height": 75}}
ES