Gemini 3.7 Flash · Terminal-Bench · 3.0 · 成绩与配置

Gemini 3.7 Flash 的 Terminal-Bench · 3.0 记录。本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录),附 1 条来源定位。

成绩与评测条件

Gemini 3.7 Flash · Terminal-Bench 成绩与配置
指标与成绩配置与评测条件出处
Score14.9%原文 14.9% · 单位 %
公布 未确认
Gemini 3.7 Flash default sampling
设置
Gemini API gemini-3.7-flash; default sampling; pass@1 except where noted.
未知项
Exact sampling parameters are not published.
工具
工具条件未记录
推理预算
未记录
框架
mini-swe-agent
协议
Official public leaderboard; Gemini self-computed with mini-swe-agent, LiteLLM 1.96; selected modifications to cli-2ph-simplex and vpp-loss-divergence tasks.
条件
Terminal-Bench 3.0; highest reported thinking level.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 Terminal-Bench 3.0

  • Score · % · 越高越好