Qwen · Terminal-Bench 2.0 · 版本/单位未注明 · 历代记录

按发布时间查看 Qwen 的 2 次发布在 Terminal-Bench 2.0 · 版本/单位未注明 的成绩、配置与披露。

仅为直接前代间的唯一、有效精确值计算差值,要求单位、指标与明确记录的配置和条件一致。

Qwen3.6-35B-A3B

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

Qwen3.6-35B-A3B · Terminal-Bench 2.0 成绩与配置
指标与成绩配置与评测条件出处
Reported score (unit unspecified)51.5原文 51.5 · 单位 未标注
公布 未确认
Qwen3.6-35B-A3B (reported)
设置
官方 Qwen3.6-35B-A3B 视觉语言 post-trained 开放权重;表格未说明逐项实测模式;不据型号之外材料补充量化或服务配置。
未知项
模型卡称 Qwen3.6 默认运行 thinking mode;每项成绩的完整解码与工具设置仅在明确脚注时记录。、默认支持 thinking 不证明表格逐项实测模式;成绩未明确标注思考开关或 effort 时保持未注明。
工具
工具条件未记录
推理预算
输出上限 80K tokens
框架
Harbor/Terminus-2
协议
Harbor/Terminus-2
条件
* Terminal-Bench 2.0: Harbor/Terminus-2 harness; 3h timeout, 32 CPU/48 GB RAM; temp=1.0, top_p=0.95, top_k=20, max_tokens=80K, 256K ctx; avg of 5 runs.
在排名中查看此成绩

Qwen3.6-27B

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

Qwen3.6-27B · Terminal-Bench 2.0 成绩与配置
指标与成绩配置与评测条件出处
Reported score (unit unspecified)59.3原文 59.3 · 单位 未标注
公布 未确认
Qwen3.6-27B (reported)
设置
官方 Qwen3.6-27B 视觉语言 post-trained 开放权重;表格未说明逐项实测模式;模型卡 Model Overview 列明 27B 参数。
未知项
模型卡称 Qwen3.6 默认运行 thinking mode;每项成绩的完整解码与工具设置仅在明确脚注时记录。、默认支持 thinking 不证明表格逐项实测模式;成绩未明确标注思考开关或 effort 时保持未注明。
工具
工具条件未记录
推理预算
输出上限 80K tokens
框架
Harbor/Terminus-2
协议
Harbor/Terminus-2
条件
* Terminal-Bench 2.0: Harbor/Terminus-2 harness; 3h timeout, 32 CPU/48 GB RAM; temp=1.0, top_p=0.95, top_k=20, max_tokens=80K, 256K ctx; avg of 5 runs.
在排名中查看此成绩