Terminal Bench Hard编程

Terminal-Bench 困难子集Terminal-Bench Hard 是 Terminal-Bench 系列的高难度子集，包含需要深度系统知识、多步骤协调和错误处理的复杂终端任务。例如编译定制 Linux 内核、配置复杂的网络服务等挑战性场景。

#	模型	得分 (%)	厂商	来源
1	GPT-5.1	43	OpenAI	GLM-4.7 技术报告
2	Gemini 3 Pro	39	Google	GLM-4.7 技术报告
3	DeepSeek-V3.2	35.4	深度求索	GLM-4.7 技术报告
4	GLM-4.7	33.3	智谱AI	GLM-4.7 技术报告
5	Claude Sonnet 4.5	33.3	Anthropic	GLM-4.7 技术报告
6	Kimi-K2	30.6	月之暗面	GLM-4.7 技术报告
7	GPT-5	30.5	OpenAI	GLM-4.7 技术报告
8	GLM-4.6	23.6	智谱AI	GLM-4.7 技术报告

Terminal-Bench 困难子集Terminal-Bench Hard 是 Terminal-Bench 系列的高难度子集，包含需要深度系统知识、多步骤协调和错误处理的复杂终端任务。例如编译定制 Linux 内核、配置复杂的网络服务等挑战性场景。

#	模型	得分 (%)	厂商	来源
1	GPT-5.1	43	OpenAI	GLM-4.7 技术报告
2	Gemini 3 Pro	39	Google	GLM-4.7 技术报告
3	DeepSeek-V3.2	35.4	深度求索	GLM-4.7 技术报告
4	GLM-4.7	33.3	智谱AI	GLM-4.7 技术报告
5	Claude Sonnet 4.5	33.3	Anthropic	GLM-4.7 技术报告
6	Kimi-K2	30.6	月之暗面	GLM-4.7 技术报告
7	GPT-5	30.5	OpenAI	GLM-4.7 技术报告
8	GLM-4.6	23.6	智谱AI	GLM-4.7 技术报告