CL-bench编程长上下文

CL-Bench（Claw Benchmark）是评估 AI 在命令行界面工具使用能力的基准。模型需正确调用各种 CLI 工具完成文件操作、数据处理、系统配置等任务，测试 AI 对 Unix/Linux 命令行生态的掌握程度。

排行数据源

#模型得分

1

GPT-5.5OpenAI

27.8%

2

Claude Opus 4.8Anthropic

24.8%

3

混元3腾讯

23.8%

4

Seed2.1 Pro字节跳动

23.5%

5

GLM-5.2智谱AI

23.1%

6

Claude Opus 4.7Anthropic

22.9%

7

混元3 Preview腾讯

22.8%

8

Gemini 3.1 ProGoogle

21.3%

9

GLM-5.1智谱AI

21.0%

10

MiniMax M3MiniMax

20.5%

共 14 个模型

返回基准目录