Escenario de anclaje · 2026-08-13

Localiza la tarjeta del termostato del salón en Smart home

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

ID del casotarjeta del termostato

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 Living room thermostat card

Return only data matching the supplied JSON schema. Do not describe your reasoning.
SHA-256 · e45ba12168ab7134087b1567977724809af2e05661a681f994187c6169ec2089
Interfaz de Smart home con el objetivo de la tarjeta del termostato del salón resaltadoEsperado
Referencia: la tarjeta del termostato del salón

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
0.687
Latencia
1.47 s
Coste
$0.00033
Respuesta sin procesar
{"point": {"x": 500, "y": 465}, "box": {"x": 50, "y": 435, "width": 950, "height": 50}}

Grok 4.5

xAI · x-ai/grok-4.5
Acierto de punto
Formato
Válido
IoU de las cajas
0.795
Latencia
1.48 s
Coste
$0.0021
Respuesta sin procesar
{"point": {"x": 500, "y": 455}, "box": {"x": 48, "y": 415, "width": 904, "height": 85}}

GPT-5.4

OpenAI · openai/gpt-5.4
Acierto de punto
Formato
Válido
IoU de las cajas
0.943
Latencia
1.98 s
Coste
$0.0031
Respuesta sin procesar
{"point":{"x":500,"y":466},"box":{"x":18,"y":432,"width":935,"height":68}}

Gemini 3.6 Flash

Google AI Studio · google/gemini-3.6-flash
Acierto de punto
Formato
Válido
IoU de las cajas
0.987
Latencia
1.56 s
Coste
$0.0021
Respuesta sin procesar
{"point":{"x":500,"y":466},"box":{"x":46,"y":432,"width":908,"height":69}}

GPT-5.6 Sol

OpenAI · openai/gpt-5.6-sol
Acierto de punto
Formato
Válido
IoU de las cajas
0.458
Latencia
1.68 s
Coste
$0.0046
Respuesta sin procesar
{"point":{"x":499,"y":492},"box":{"x":47,"y":456,"width":883,"height":72}}

GPT-5.6 Luna

OpenAI · openai/gpt-5.6-luna
Acierto de punto
Formato
Válido
IoU de las cajas
0.993
Latencia
2.40 s
Coste
$0.00013
Respuesta sin procesar
{"point":{"x":500,"y":466},"box":{"x":46,"y":431,"width":908,"height":70}}

Claude Sonnet 5

Anthropic · anthropic/claude-sonnet-5
Fallo del punto
Formato
Válido
IoU de las cajas
0.000
Latencia
3.60 s
Coste
$0.0028
Respuesta sin procesar
{"point":{"x":195,"y":394},"box":{"x":18,"y":371,"width":354,"height":47}}

Claude Opus 5

Anthropic · anthropic/claude-opus-5
Fallo del punto
Formato
Válido
IoU de las cajas
0.294
Latencia
3.71 s
Coste
$0.0071
Respuesta sin procesar
{"point":{"x":500,"y":505},"box":{"x":45,"y":468,"width":910,"height":76}}

Gemini 3.1 Pro Preview

Google AI Studio · google/gemini-3.1-pro-preview
Acierto de punto
Formato
Válido
IoU de las cajas
0.985
Latencia
4.41 s
Coste
$0.0030
Respuesta sin procesar
{"point": {"x": 500, "y": 466}, "box": 
          {"x": 47, "y": 432, "width": 906, "height": 69}}
ES