跳到主内容
知行录
leaderboard.cn
Toggle Sidebar
搜索模型或厂商…
⌘K
分析
前沿模型
历史趋势
本地模型
模型对比
榜单工坊
资料库
模型库
模型价格
厂商
基准评测
数据源
设置
Toggle Sidebar
知行录
leaderboard.cn
正在加载页面内容
反馈
基准详情正在加载
返回基准目录
SWE-Terminal-Bench
编程
分享
官方网站
Terminus 框架, 标准函数调用
SWE-Terminal-Bench 评估 AI 在终端环境中完成软件工程任务的能力，要求模型通过命令行操作完成代码编辑、构建、调试等端到端开发流程。侧重考察模型对开发工具链和 Shell 环境的掌握程度。
排行
数据源
#
模型
得分
1
GLM-4.5
智谱AI
37.5
%
2
GLM-4.5-Air
智谱AI
30.0
%
3
Gemini 2.5 Pro
Google
25.3
%
共 3 个模型
