PhaseoPhaseo
ModèlesChatComparerApplicationsClassements

Aidez à maintenir l’exactitude des données publiques

Une information manque, est incorrecte ou obsolète ? Signalez-le-nous pour cette page.

PhaseoPhaseo
Vérification du statutVérification du statutConsulter la page du statut
Le statut au niveau du composant est indisponible.

Explorer

  • Modèles
  • Chat
  • Fournisseurs
  • Applications
  • Classements
  • Outils

Ressources

  • Comparer
  • Guides de migration
  • Méthodologie
  • Blog

Communauté

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

Développer

  • Documentation
  • Référence API
  • Démarrage rapide
  • SDK

Entreprise

  • À propos
  • Centre de confiance
  • Mission
  • Tarifs
  • Compatible avec
  • Remerciements
  • Assistance
  • Confidentialité
  • Conditions

Explorer

  • Modèles
  • Chat
  • Fournisseurs
  • Applications
  • Classements
  • Outils

Développer

  • Documentation
  • Référence API
  • Démarrage rapide
  • SDK

Ressources

  • Comparer
  • Guides de migration
  • Méthodologie
  • Blog

Entreprise

  • À propos
  • Centre de confiance
  • Mission
  • Tarifs
  • Compatible avec
  • Remerciements
  • Assistance
  • Confidentialité
  • Conditions

Communauté

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

© 2025 • Phaseo

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

Aide :Problème·Assistance

Besoin d’aide avec Phaseo ?Signaler un problèmeoucontacter l’assistance

Terminal Bench 2.0

Terminal Bench 2.0

Résultats des évaluations de l’IA et performances des modèles

Type: percentage

Résultats enregistrés

50

Score moyen

57.62%

Plage des scores

31% - 92.10%

Modèle en tête

92.10% - Claude Mythos Preview
Scores au fil du temps

Scores individuels du benchmark tracés par date.

Résultats des modèles

OrganisationModèlesDate du résultatMeilleur scoreInformationsDéclaré par le fournisseurSource
AnthropicAnthropic
Anthropic
Claude Mythos Preview07 avr. 202692,10 %Terminal-Bench 2.1 updates; 4h timeoutOuiSource
OpenAIOpenAI
OpenAI
GPT 5.523 avr. 202682,70 %-OuiSource
OpenAIOpenAI
OpenAI
GPT 5.3 Codex05 févr. 202677,30 %xhigh reasoningOuiSource
OpenAIOpenAI
OpenAI
GPT 5 Pro07 août 202575,10 %inferred family alias from gpt-5.4 (score=0.4083; benches=19)OuiSource
OpenAIOpenAI
OpenAI
GPT 5 Search API14 oct. 202575,10 %inferred family alias from gpt-5.4 (score=0.3050; benches=19)OuiSource
OpenAIOpenAI
OpenAI
GPT 5.405 mars 202675,10 %-OuiSource
Qwen
Qwen
Qwen 3.7 Max21 mai 202669,70 %Harbor/Terminus-2 harness; avg of 5 runsOuiSource
AnthropicAnthropic
Anthropic
Claude Opus 4.716 avr. 202669,40 %-OuiSource
z.AIz.AI
z.AI
GLM 5.107 avr. 202669 %Best self-reported (Claude Code)OuiSource
Google
Google
Gemini 3.1 Pro Preview19 févr. 202668,50 %Terminus-2 HarnessOui-
DeepSeek
DeepSeek
DeepSeek V4 Pro24 avr. 202667,90 %Acc; DeepSeek-V4-Pro MaxOuiSource
Xiaomi
Xiaomi
MiMo V2.523 avr. 202665,80 %Hugging Face evaluation resultOuiSource
AnthropicAnthropic
Anthropic
Claude Opus 4.605 févr. 202665,40 %-OuiSource
OpenAIOpenAI
OpenAI
GPT 5.2 Codex18 déc. 202564 %-OuiSource
Qwen
Qwen
Qwen 3.6 Plus01 avr. 202661,60 %-OuiSource
OpenAIOpenAI
OpenAI
GPT 5.4 Mini17 mars 202660 %-OuiSource
AnthropicAnthropic
Anthropic
Claude Opus 4.524 nov. 202559,30 %Avg@5, 128k ThinkingOuiSource
AnthropicAnthropic
Anthropic
Claude Sonnet 4.617 févr. 202659,10 %Default thinking (no thinking budget)OuiSource
Meta
Meta
Muse Spark08 avr. 202659 %-OuiSource
OpenAIOpenAI
OpenAI
GPT 5.3 Codex Spark12 févr. 202658,40 %-OuiSource
Xiaomi
Xiaomi
MiMo V2 Pro18 mars 202657,10 %-OuiSource
Xiaomi
Xiaomi
MiMo V2 TTS (Free)18 mars 202657,10 %inferred modality/version alias from mimo-v2-proOuiSource
MiniMax
MiniMax
MiniMax M2.718 mars 202657 %-OuiSource
DeepSeek
DeepSeek
DeepSeek V4 Flash24 avr. 202656,90 %Acc; DeepSeek-V4-Flash MaxOuiSource
z.AIz.AI
z.AI
GLM 511 févr. 202656,20 %-OuiSource
Signaler un problème
Créer un compte