正在加载页面内容
Terminal Bench 2.0 (Terminus-2)
Terminus-2 框架, GLM-5.1 报告使用 Terminus-2 评估Terminal-Bench 2.0 Terminus 是 Terminal-Bench 2.0 版本中的 Terminus 子集。2.0 版本包含 89 个高质量终端任务，Terminus 变体侧重系统级编程与底层操作任务，要求模型精通 Shell 脚本与 Linux 系统调用。
编程官方网站
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 75.1 | OpenAI | DeepSeek-V4-Pro 技术报告 | ||
| 2 | 70.3 | 阿里巴巴 | Qwen3.7-Plus 技术报告 | ||
| 3 | 69.7 | 阿里巴巴 | Qwen3.7-Max 技术报告 | ||
| 4 | 68.5 | MiMo-V2.5 技术报告 | |||
| 5 | 67.9 | 深度求索 | Qwen3.7-Plus 技术报告 | ||
| 6 | 66.7 | 月之暗面 | Qwen3.7-Plus 技术报告 | ||
| 7 | 65.8 | 小米 | MiMo-V2.5 技术报告 | ||
| 8 | 65.4 | Anthropic | Qwen3.7-Plus 技术报告 | ||
| 9 | 63.5 | 智谱AI | Qwen3.7-Plus 技术报告 | ||
| 10 | 61.6 | 阿里巴巴 | Qwen3.7-Plus 技术报告 |
