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。

排行数据源

#模型得分

1

GPT-5.1OpenAI

43.0%

2

Gemini 3 ProGoogle

39.0%

3

DeepSeek-V3.2深度求索

35.4%

4

GLM-4.7智谱AI

33.3%

5

Claude Sonnet 4.5Anthropic

33.3%

6

Kimi-K2月之暗面

30.6%

7

GPT-5OpenAI

30.5%

8

GLM-4.6智谱AI

23.6%

共 8 个模型

返回基准目录

Terminal Bench Hard编程

官方网站

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。

排行数据源

#模型得分

1

GPT-5.1OpenAI

43.0%

2

Gemini 3 ProGoogle

39.0%

3

DeepSeek-V3.2深度求索

35.4%

4

GLM-4.7智谱AI

33.3%

5

Claude Sonnet 4.5Anthropic

33.3%

6

Kimi-K2月之暗面

30.6%

7

GPT-5OpenAI

30.5%

8

GLM-4.6智谱AI

23.6%

共 8 个模型