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 2.1

Terminal Bench 2.1

Ergebnisse von KI-Benchmarks und Modellleistung

Typ: percentageCode
Benchmark-Quelle ansehen

Erfasste Ergebnisse

17

Durchschnittspunktzahl

75.10%

Punktzahlbereich

24.58% - 90.60%

Führendes Modell

90.60% - DeepSeek V4.1 Flash
Punktzahlen im Zeitverlauf

Einzelne Benchmark-Punktzahlen nach Datum.

Modellergebnisse

OrganisationModelleGemeldet amHöchste PunktzahlInfoSelbst gemeldetQuelle
DeepSeek
DeepSeek
DeepSeek V4.1 Flash10. Sept. 202690,60 %Instruct model; reasoning_effort=100; DeepSeek Harness Minimal; 1M context; Pass@1JaQuelle
MoonshotMoonshot
Moonshot
Kimi K316. Juli 202688,30 %KimiCode harness; other models in Moonshot's comparison use their best reported score across different harnesses.JaQuelle
AnthropicAnthropic
Anthropic
Claude Fable 509. Juni 202688 %Starred row in Anthropic's launch tableJaQuelle
AnthropicAnthropic
Anthropic
Claude Mythos 509. Juni 202688 %Starred row in Anthropic's launch tableJaQuelle
DeepSeek
DeepSeek
DeepSeek V4 Flash 073131. Juli 202682,70 %DeepSeek Harness minimal mode; max effort; top_p=0.95; temperature=1.0JaQuelle
Sakana AI
Sakana AI
Fugu Ultra22. Juni 202682,10 %Sakana Fugu product page benchmark table.JaQuelle
AnthropicAnthropic
Anthropic
Claude Sonnet 530. Juni 202680,40 %mini-SWE-agent harness; xhigh effort; mean reward across 445 trialsJaQuelle
Sakana AI
Sakana AI
Fugu22. Juni 202680,20 %Sakana Fugu product page benchmark table.JaQuelle
ReflectionReflection
Reflection
Beam05. Okt. 202680,10 %Reflection-reported launch score. Source row: Terminal Bench v2.1. Accessed 2026-10-05T22:51:12.456Z. Harness, reasoning effort, sampling and trial count are not specified per row. Not independently reproduced.JaQuelle
Meta
Meta
Muse Spark 1.109. Juli 202680 %Agentic terminal codingJaQuelle
Google
Google
Gemini 3.5 Flash19. Mai 202676,20 %-JaQuelle
AnthropicAnthropic
Anthropic
Claude Opus 4.828. Mai 202674,60 %Terminus-2 public harness; max effortJaQuelle
Qwen
Qwen
Qwen 3.8 27B14. Aug. 202673 %Terminus harnessJaQuelle
PoolsidePoolside
Poolside
Laguna S 2.121. Juli 202670,20 %mean pass@1 with thinking enabledJaQuelle
MiniMax
MiniMax
MiniMax M301. Juni 202666 %-JaQuelle
Meta
Meta
Muse Glimmer 30B10. Aug. 202651,70 %With terminus2; high reasoningJaQuelle
Nvidia
Nvidia
Nemotron 3.5 Lightning 30B A3B11. Aug. 202624,58 %NVIDIA release evaluation suiteJaQuelle
Problem melden
Registrieren