正在加载页面内容
SWE-Terminal-Bench编程
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。
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 37.5 | 智谱AI | GLM-4.5 技术报告 | ||
| 2 | 30 | 智谱AI | GLM-4.5 技术报告 | ||
| 3 | 25.3 | GLM-4.5 技术报告 |
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 37.5 | 智谱AI | GLM-4.5 技术报告 | ||
| 2 | 30 | 智谱AI | GLM-4.5 技术报告 | ||
| 3 | 25.3 | GLM-4.5 技术报告 |
