Terminal-Bench · 2.0; chart labels metric Score (%) and Terminus-2 json harness · 测试定义与成绩

Terminal-Bench · 2.0; chart labels metric Score (%) and Terminus-2 json harness 收录 1 次模型发布的评测披露或成绩。

测试版本与指标

别名 Terminal-Bench 2.0

  • Score · % · 越高越好

各系列最新模型 · 公布成绩

常规展示范围。排名按指标与评测协议分组,已记录的工具、预算及框架分别展示。条件未说明的组保留公布值供查证。

Score %

允许工具 / 推理预算未记录 / Terminus2-json · Terminus2-json

Terminal-Bench · 2.0; chart labels metric Score (%) and Terminus-2 json harness · Score · 允许工具 / 推理预算未记录 / Terminus2-json · Terminus2-json
模型与配置成绩(%)记录与证据
Qwen3-Coder-NextNone36.2%

历史记录 · 1 次发布

  • Qwen3-Coder-Next本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)