GPT-6.1 Terra · Terminal-Bench-Science · 0.1 · 成绩与配置

GPT-6.1 Terra 的 Terminal-Bench-Science · 0.1 记录。本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录),附 5 条来源定位。

成绩与评测条件

GPT-6.1 Terra · Terminal-Bench-Science 成绩与配置
指标与成绩配置与评测条件出处
Score24.3%原文 24.3% · 单位 %
公布 未确认
GPT-6.1 Terra low
设置
GPT-6.1 Terra; reasoning effort low, directly labeled in the official chart.
未知项
Sampling and harness settings are not stated for this chart.
工具
工具条件未记录
推理预算
low
框架
未记录
协议
Terminal-Bench-Science 0.1; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Terra; reasoning effort Low; chart cost $0.47.
在排名中查看此成绩
Score34.3%原文 34.3% · 单位 %
公布 未确认
GPT-6.1 Terra medium
设置
GPT-6.1 Terra; reasoning effort medium, directly labeled in the official chart.
未知项
Sampling and harness settings are not stated for this chart.
工具
工具条件未记录
推理预算
medium
框架
未记录
协议
Terminal-Bench-Science 0.1; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Terra; reasoning effort Medium; chart cost $0.95.
在排名中查看此成绩
Score39.7%原文 39.7% · 单位 %
公布 未确认
GPT-6.1 Terra high
设置
GPT-6.1 Terra; reasoning effort high, directly labeled in the official chart.
未知项
Sampling and harness settings are not stated for this chart.
工具
工具条件未记录
推理预算
high
框架
未记录
协议
Terminal-Bench-Science 0.1; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Terra; reasoning effort High; chart cost $1.24.
在排名中查看此成绩
Score43.4%原文 43.4% · 单位 %
公布 未确认
GPT-6.1 Terra xhigh
设置
GPT-6.1 Terra; reasoning effort xhigh, directly labeled in the official chart.
未知项
Sampling and harness settings are not stated for this chart.
工具
工具条件未记录
推理预算
xhigh
框架
未记录
协议
Terminal-Bench-Science 0.1; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Terra; reasoning effort Xhigh; chart cost $1.72.
在排名中查看此成绩
Score58.3%原文 58.3% · 单位 %
公布 未确认
GPT-6.1 Terra max
设置
GPT-6.1 Terra at maximum reasoning effort, as stated in the release article for Terminal-Bench 4.0.
未知项
Other sampling and harness settings are not disclosed in the release article.
工具
工具条件未记录
推理预算
maximum
框架
未记录
协议
Terminal-Bench-Science 0.1; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Terra; reasoning effort Max; chart cost $4.15.
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-Science 0.1

  • Score · % · 越高越好