← Terminal-Bench 2.1

Terminal-Bench 2.1: 分数历史

当测试框架变化或模型重跑时,基准分数会被修订。这个页面保留轨迹,而不是悄悄覆盖。

时间线

暂无历史快照——下方展示当前分数。

当前快照

#模型分数采集时间
1DeepSeek V4.1-Flash 091090.6%2026-10-19
2GPT-6 Astra89.9%2026-10-20
3Claude Opus 589.1%2026-10-19
4GPT 5.6-Sol88.8%2026-10-19
5Kimi K388.3%2026-10-19
6GLM 5.388.2%2026-10-19
7DeepSeek V4-Pro 081387.9%2026-10-19
8DeepSeek V4-Flash 073182.7%2026-10-19
9MiniMax M366%2026-10-19

被覆盖的分数

目前还没有分数被覆盖。