PhaseoPhaseo
ModelleChatVergleichenAnwendungenRanglisten

Hilf mit, öffentliche Daten korrekt zu halten

Fehlt etwas oder ist etwas falsch oder veraltet? Gib uns Rückmeldung zu dieser Seite.

PhaseoPhaseo
Status wird geprüftStatus wird geprüftStatusseite besuchen
Status auf Komponentenebene ist nicht verfügbar.

Entdecken

  • Modelle
  • Chat
  • Anbieter
  • Anwendungen
  • Ranglisten
  • Werkzeuge

Ressourcen

  • Vergleichen
  • Migrationsleitfäden
  • Methodik
  • Blog

Community

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

Entwickeln

  • Dokumentation
  • API-Referenz
  • Schnellstart
  • SDKs

Unternehmen

  • Über uns
  • Vertrauenszentrum
  • Mission
  • Preise
  • Kompatibel mit
  • Danksagungen
  • Hilfe
  • Datenschutz
  • Bedingungen

Entdecken

  • Modelle
  • Chat
  • Anbieter
  • Anwendungen
  • Ranglisten
  • Werkzeuge

Entwickeln

  • Dokumentation
  • API-Referenz
  • Schnellstart
  • SDKs

Ressourcen

  • Vergleichen
  • Migrationsleitfäden
  • Methodik
  • Blog

Unternehmen

  • Über uns
  • Vertrauenszentrum
  • Mission
  • Preise
  • Kompatibel mit
  • Danksagungen
  • Hilfe
  • Datenschutz
  • Bedingungen

Community

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

© 2025 • Phaseo

Sprache ändern: Deutsch (Deutschland)
  • English (UK)
  • 简体中文
  • हिन्दी
  • Español (España)
  • Français (France)
  • Deutsch (Deutschland)
  • Português (Brasil)
  • 日本語
  • العربية

Hilfe:Problem·Hilfe

Brauchst du Hilfe mit Phaseo?Problem meldenoderSupport kontaktieren

Terminal Bench 2.0

Terminal Bench 2.0

Ergebnisse von KI-Benchmarks und Modellleistung

Typ: percentage

Erfasste Ergebnisse

50

Durchschnittspunktzahl

57.62%

Punktzahlbereich

31% - 92.10%

Führendes Modell

92.10% - Claude Mythos Preview
Punktzahlen im Zeitverlauf

Einzelne Benchmark-Punktzahlen nach Datum.

Modellergebnisse

OrganisationModelleGemeldet amHöchste PunktzahlInfoSelbst gemeldetQuelle
AnthropicAnthropic
Anthropic
Claude Mythos Preview07. Apr. 202692,10 %Terminal-Bench 2.1 updates; 4h timeoutJaQuelle
OpenAIOpenAI
OpenAI
GPT 5.523. Apr. 202682,70 %-JaQuelle
OpenAIOpenAI
OpenAI
GPT 5.3 Codex05. Feb. 202677,30 %xhigh reasoningJaQuelle
OpenAIOpenAI
OpenAI
GPT 5 Pro07. Aug. 202575,10 %inferred family alias from gpt-5.4 (score=0.4083; benches=19)JaQuelle
OpenAIOpenAI
OpenAI
GPT 5 Search API14. Okt. 202575,10 %inferred family alias from gpt-5.4 (score=0.3050; benches=19)JaQuelle
OpenAIOpenAI
OpenAI
GPT 5.405. März 202675,10 %-JaQuelle
Qwen
Qwen
Qwen 3.7 Max21. Mai 202669,70 %Harbor/Terminus-2 harness; avg of 5 runsJaQuelle
AnthropicAnthropic
Anthropic
Claude Opus 4.716. Apr. 202669,40 %-JaQuelle
z.AIz.AI
z.AI
GLM 5.107. Apr. 202669 %Best self-reported (Claude Code)JaQuelle
Google
Google
Gemini 3.1 Pro Preview19. Feb. 202668,50 %Terminus-2 HarnessJa-
DeepSeek
DeepSeek
DeepSeek V4 Pro24. Apr. 202667,90 %Acc; DeepSeek-V4-Pro MaxJaQuelle
Xiaomi
Xiaomi
MiMo V2.523. Apr. 202665,80 %Hugging Face evaluation resultJaQuelle
AnthropicAnthropic
Anthropic
Claude Opus 4.605. Feb. 202665,40 %-JaQuelle
OpenAIOpenAI
OpenAI
GPT 5.2 Codex18. Dez. 202564 %-JaQuelle
Qwen
Qwen
Qwen 3.6 Plus01. Apr. 202661,60 %-JaQuelle
OpenAIOpenAI
OpenAI
GPT 5.4 Mini17. März 202660 %-JaQuelle
AnthropicAnthropic
Anthropic
Claude Opus 4.524. Nov. 202559,30 %Avg@5, 128k ThinkingJaQuelle
AnthropicAnthropic
Anthropic
Claude Sonnet 4.617. Feb. 202659,10 %Default thinking (no thinking budget)JaQuelle
Meta
Meta
Muse Spark08. Apr. 202659 %-JaQuelle
OpenAIOpenAI
OpenAI
GPT 5.3 Codex Spark12. Feb. 202658,40 %-JaQuelle
Xiaomi
Xiaomi
MiMo V2 Pro18. März 202657,10 %-JaQuelle
Xiaomi
Xiaomi
MiMo V2 TTS (Free)18. März 202657,10 %inferred modality/version alias from mimo-v2-proJaQuelle
MiniMax
MiniMax
MiniMax M2.718. März 202657 %-JaQuelle
DeepSeek
DeepSeek
DeepSeek V4 Flash24. Apr. 202656,90 %Acc; DeepSeek-V4-Flash MaxJaQuelle
z.AIz.AI
z.AI
GLM 511. Feb. 202656,20 %-JaQuelle
Problem melden
Registrieren