PhaseoPhaseo
ModelosChatCompararAplicativosClassificações

Ajude a manter os dados públicos corretos

Viu algo faltando, incorreto ou desatualizado? Conte-nos sobre esta página.

PhaseoPhaseo
Verificando statusVerificando statusVisitar página de status
O status por componente está indisponível.

Explorar

  • Modelos
  • Chat
  • Provedores
  • Aplicativos
  • Classificações
  • Ferramentas

Recursos

  • Comparar
  • Guias de migração
  • Metodologia
  • Blog

Comunidade

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

Criar

  • Documentação
  • Referência da API
  • Início rápido
  • SDKs

Empresa

  • Sobre
  • Central de confiança
  • Missão
  • Preços
  • Funciona com
  • Agradecimentos
  • Suporte
  • Privacidade
  • Termos

Explorar

  • Modelos
  • Chat
  • Provedores
  • Aplicativos
  • Classificações
  • Ferramentas

Criar

  • Documentação
  • Referência da API
  • Início rápido
  • SDKs

Recursos

  • Comparar
  • Guias de migração
  • Metodologia
  • Blog

Empresa

  • Sobre
  • Central de confiança
  • Missão
  • Preços
  • Funciona com
  • Agradecimentos
  • Suporte
  • Privacidade
  • Termos

Comunidade

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

© 2025 • Phaseo

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

Ajuda:problema·Suporte

Precisa de ajuda com o Phaseo?Abrir um problemaouentrar em contato com o suporte

Terminal Bench 2.1

Terminal Bench 2.1

Resultados de benchmarks de IA e desempenho dos modelos

Tipo: percentageCode
Ver fonte do benchmark

Resultados registrados

17

Pontuação média

75.10%

Faixa de pontuação

24.58% - 90.60%

Modelo líder

90.60% - DeepSeek V4.1 Flash
Pontuações ao longo do tempo

Pontuações individuais do benchmark exibidas por data.

Resultados de modelos

OrganizaçãoModelosData informadaMaior pontuaçãoInformaçõesDeclarado pelo provedorFonte
DeepSeek
DeepSeek
DeepSeek V4.1 Flash10 de set. de 202690,60%Instruct model; reasoning_effort=100; DeepSeek Harness Minimal; 1M context; Pass@1SimFonte
MoonshotMoonshot
Moonshot
Kimi K316 de jul. de 202688,30%KimiCode harness; other models in Moonshot's comparison use their best reported score across different harnesses.SimFonte
AnthropicAnthropic
Anthropic
Claude Fable 509 de jun. de 202688%Starred row in Anthropic's launch tableSimFonte
AnthropicAnthropic
Anthropic
Claude Mythos 509 de jun. de 202688%Starred row in Anthropic's launch tableSimFonte
DeepSeek
DeepSeek
DeepSeek V4 Flash 073131 de jul. de 202682,70%DeepSeek Harness minimal mode; max effort; top_p=0.95; temperature=1.0SimFonte
Sakana AI
Sakana AI
Fugu Ultra22 de jun. de 202682,10%Sakana Fugu product page benchmark table.SimFonte
AnthropicAnthropic
Anthropic
Claude Sonnet 530 de jun. de 202680,40%mini-SWE-agent harness; xhigh effort; mean reward across 445 trialsSimFonte
Sakana AI
Sakana AI
Fugu22 de jun. de 202680,20%Sakana Fugu product page benchmark table.SimFonte
ReflectionReflection
Reflection
Beam05 de out. de 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.SimFonte
Meta
Meta
Muse Spark 1.109 de jul. de 202680%Agentic terminal codingSimFonte
Google
Google
Gemini 3.5 Flash19 de mai. de 202676,20%-SimFonte
AnthropicAnthropic
Anthropic
Claude Opus 4.828 de mai. de 202674,60%Terminus-2 public harness; max effortSimFonte
Qwen
Qwen
Qwen 3.8 27B14 de ago. de 202673%Terminus harnessSimFonte
PoolsidePoolside
Poolside
Laguna S 2.121 de jul. de 202670,20%mean pass@1 with thinking enabledSimFonte
MiniMax
MiniMax
MiniMax M301 de jun. de 202666%-SimFonte
Meta
Meta
Muse Glimmer 30B10 de ago. de 202651,70%With terminus2; high reasoningSimFonte
Nvidia
Nvidia
Nemotron 3.5 Lightning 30B A3B11 de ago. de 202624,58%NVIDIA release evaluation suiteSimFonte
Relatar um problema
Criar conta