← Terminal-Bench 4.0

Terminal-Bench 4.0: 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
1Claude Opus 5.566.4%2026-10-20
2GPT-6 Astra57.9%2026-10-20
3Gemini 4 Argon57.4%2026-10-20
4Claude Opus 551.8%2026-10-19
5DeepSeek V4.1-Flash 101742.3%2026-10-20
6GPT 5.6-Sol39.9%2026-10-19
7Grok 4.738%2026-10-19
8GLM 5.337.9%2026-10-19
9DeepSeek V4.1-Flash 091031.2%2026-10-19
10Kimi K312.6%2026-10-19
11DeepSeek V4-Pro 081312.4%2026-10-19
12DeepSeek V4-Flash 07317%2026-10-19

被覆盖的分数

目前还没有分数被覆盖。