Terminal Bench 4.0
AI 基准测试结果和模型表现
类型: percentageCode
已记录的结果
25
平均分数
47.28%
分数范围
20% - 70.60%
领先模型
70.60% - Claude Sonnet 5.5
分数变化趋势
按日期绘制的单项基准测试分数。
模型结果
| 组织 | 模型 | 报告时间 | 最高分数 | 信息 | 自行报告 | 来源 |
|---|---|---|---|---|---|---|
| Claude Sonnet 5.5 | 2026年9月28日 | 70.60% | Terminal-Bench 4.0; reasoning effort max; estimated cost per task $10.44; Reported by OpenAI (not Anthropic) in the GPT-6.1 Terra launch post | 否 | 来源 | |
| Gemini 4 Carbon | 2026年10月28日 | 65.20% | Google-reported launch evaluation; Artificial Analysis harness (AA); source chart: https://storage.googleapis.com/gweb-uniblog-publish-prod/images/gemini_4_carbon__evals-table.original.png; methodology: deepmind.google/models/evals-methodology/gemini-4-carbon | 是 | 来源 | |
| GPT-6 Astra | 2026年9月03日 | 58.20% | Terminal-Bench 4.0; reasoning effort max; estimated cost per task $10.34; OpenAI-reported in the GPT-6.1 Terra launch post | 是 | 来源 | |
| Gemini 4 Argon | 2026年10月13日 | 57.40% | Google-reported launch evaluation; source chart: https://storage.googleapis.com/gweb-uniblog-publish-prod/original_images/gemini-4-argon_table_blog.gif | 是 | 来源 | |
| GPT-6.1 Sol | 2026年9月29日 | 55.90% | Terminal-Bench 4.0; reasoning effort max; estimated cost per task $1.98; OpenAI-reported in the GPT-6.1 Terra launch post | 是 | 来源 | |
| GPT-6.1 Terra | 2026年10月26日 | 50.30% | Terminal-Bench 4.0; reasoning effort max; estimated cost per task $1.84; OpenAI-reported in the GPT-6.1 Terra launch post | 是 | 来源 | |
| DeepSeek V4.1 Flash 1017 | 2026年10月17日 | 42.30% | Terminal-Bench 4.0; Claude Code harness. Developer-reported percentage score (0–100), higher is better. DeepSeek-V4.1-Flash-1017 model card, release 2026-10-17, accessed 2026-10-17. Reasoning effort and any unlisted evaluation settings are not specified by this card. | 是 | 来源 | |
| DeepSeek V4.1 Flash | 2026年9月10日 | 31.20% | Instruct model; reasoning_effort=100; DeepSeek Harness Minimal; 1M context; Pass@1 | 是 | 来源 | |
| GPT 5.6 Terra | 2026年7月09日 | 21.50% | Terminal-Bench 4.0; reasoning effort max; estimated cost per task $5.25; OpenAI-reported in the GPT-6.1 Terra launch post | 是 | 来源 |
