GPT-6 Astra · Terminal-Bench · 4.0 · 成绩与配置

GPT-6 Astra 的 Terminal-Bench · 4.0 记录。本次发布有 10 条成绩记录,含 10 条精确值(可含历史记录),附 11 条来源定位。

成绩与评测条件

GPT-6 Astra · Terminal-Bench 成绩与配置
指标与成绩配置与评测条件出处
Score57.9%原文 57.9% · 单位 %
公布 未确认

结果冲突待核对,精确排名不采用。

GPT-6 Astra high
设置
GPT-6 Astra; reasoning effort high as printed in the interactive chart.
未知项
未另记
工具
工具条件未记录
推理预算
high
框架
未记录
协议
未说明
条件
GPT-6 Astra table peak 57.9% exactly matches the uniquely labeled High chart point at 57.9%.; GPT-6 Astra; reasoning effort only where directly labeled. 原主文与后续Terra比较图的同档位数值不同;来源未明确两者的任务快照、harness变化或更正关系,保留待核对差异,不推断为更正或选择最高值。
在排名中查看此成绩
Score49.7%原文 49.7% · 单位 %
公布 未确认

结果冲突待核对,精确排名不采用。

GPT-6 Astra low
设置
GPT-6 Astra; reasoning effort low as printed in the interactive chart.
未知项
未另记
工具
工具条件未记录
推理预算
low
框架
未记录
协议
未说明
条件
GPT-6 Astra; reasoning effort only where directly labeled. 原主文与后续Terra比较图的同档位数值不同;来源未明确两者的任务快照、harness变化或更正关系,保留待核对差异,不推断为更正或选择最高值。
在排名中查看此成绩
Score53.9%原文 53.9% · 单位 %
公布 未确认

结果冲突待核对,精确排名不采用。

GPT-6 Astra medium
设置
GPT-6 Astra; reasoning effort medium as printed in the interactive chart.
未知项
未另记
工具
工具条件未记录
推理预算
medium
框架
未记录
协议
未说明
条件
GPT-6 Astra; reasoning effort only where directly labeled. 原主文与后续Terra比较图的同档位数值不同;来源未明确两者的任务快照、harness变化或更正关系,保留待核对差异,不推断为更正或选择最高值。
在排名中查看此成绩
Score57.6%原文 57.6% · 单位 %
公布 未确认

结果冲突待核对,精确排名不采用。

GPT-6 Astra xhigh
设置
GPT-6 Astra; reasoning effort xhigh as printed in the interactive chart.
未知项
未另记
工具
工具条件未记录
推理预算
xhigh
框架
未记录
协议
未说明
条件
GPT-6 Astra; reasoning effort only where directly labeled. 原主文与后续Terra比较图的同档位数值不同;来源未明确两者的任务快照、harness变化或更正关系,保留待核对差异,不推断为更正或选择最高值。
在排名中查看此成绩
Score56.7%原文 56.7% · 单位 %
公布 未确认

结果冲突待核对,精确排名不采用。

GPT-6 Astra max
设置
GPT-6 Astra; reasoning effort max as printed in the interactive chart.
未知项
未另记
工具
工具条件未记录
推理预算
max
框架
未记录
协议
未说明
条件
GPT-6 Astra; reasoning effort only where directly labeled. 原主文与后续Terra比较图的同档位数值不同;来源未明确两者的任务快照、harness变化或更正关系,保留待核对差异,不推断为更正或选择最高值。
在排名中查看此成绩
Score50.6%原文 50.6% · 单位 %
公布 未确认

结果冲突待核对,精确排名不采用。

GPT-6 Astra low
设置
GPT-6 Astra; reasoning effort low as printed in the interactive chart.
未知项
未另记
工具
工具条件未记录
推理预算
low
框架
未记录
协议
Terminal-Bench 4.0; precise task snapshot and coding-agent harness settings unspecified.
条件
Later GPT-6.1 Terra comparison article; GPT-6 Astra effort Low. Chart Cost: USD 4.93 per task; exact cost-accounting and sampling settings unspecified. All 143 chart points were cross-checked against official embedded values and rendered SVG labels. This result is attributed to Astra, not to the article's Terra subject; no launch qualification is inferred. 原主文与后续Terra比较图的同档位数值不同;来源未明确两者的任务快照、harness变化或更正关系,保留待核对差异,不推断为更正或选择最高值。
在排名中查看此成绩
Score54.4%原文 54.4% · 单位 %
公布 未确认

结果冲突待核对,精确排名不采用。

GPT-6 Astra medium
设置
GPT-6 Astra; reasoning effort medium as printed in the interactive chart.
未知项
未另记
工具
工具条件未记录
推理预算
medium
框架
未记录
协议
Terminal-Bench 4.0; precise task snapshot and coding-agent harness settings unspecified.
条件
Later GPT-6.1 Terra comparison article; GPT-6 Astra effort Medium. Chart Cost: USD 6.06 per task; exact cost-accounting and sampling settings unspecified. All 143 chart points were cross-checked against official embedded values and rendered SVG labels. This result is attributed to Astra, not to the article's Terra subject; no launch qualification is inferred. 原主文与后续Terra比较图的同档位数值不同;来源未明确两者的任务快照、harness变化或更正关系,保留待核对差异,不推断为更正或选择最高值。
在排名中查看此成绩
Score58.1%原文 58.1% · 单位 %
公布 未确认

结果冲突待核对,精确排名不采用。

GPT-6 Astra high
设置
GPT-6 Astra; reasoning effort high as printed in the interactive chart.
未知项
未另记
工具
工具条件未记录
推理预算
high
框架
未记录
协议
Terminal-Bench 4.0; precise task snapshot and coding-agent harness settings unspecified.
条件
Later GPT-6.1 Terra comparison article; GPT-6 Astra effort High. Chart Cost: USD 7.18 per task; exact cost-accounting and sampling settings unspecified. All 143 chart points were cross-checked against official embedded values and rendered SVG labels. This result is attributed to Astra, not to the article's Terra subject; no launch qualification is inferred. 原主文与后续Terra比较图的同档位数值不同;来源未明确两者的任务快照、harness变化或更正关系,保留待核对差异,不推断为更正或选择最高值。
在排名中查看此成绩
Score57.9%原文 57.9% · 单位 %
公布 未确认

结果冲突待核对,精确排名不采用。

GPT-6 Astra xhigh
设置
GPT-6 Astra; reasoning effort xhigh as printed in the interactive chart.
未知项
未另记
工具
工具条件未记录
推理预算
xhigh
框架
未记录
协议
Terminal-Bench 4.0; precise task snapshot and coding-agent harness settings unspecified.
条件
Later GPT-6.1 Terra comparison article; GPT-6 Astra effort Xhigh. Chart Cost: USD 7.45 per task; exact cost-accounting and sampling settings unspecified. All 143 chart points were cross-checked against official embedded values and rendered SVG labels. This result is attributed to Astra, not to the article's Terra subject; no launch qualification is inferred. 原主文与后续Terra比较图的同档位数值不同;来源未明确两者的任务快照、harness变化或更正关系,保留待核对差异,不推断为更正或选择最高值。
在排名中查看此成绩
Score58.2%原文 58.2% · 单位 %
公布 未确认

结果冲突待核对,精确排名不采用。

GPT-6 Astra max
设置
GPT-6 Astra; reasoning effort max as printed in the interactive chart.
未知项
未另记
工具
工具条件未记录
推理预算
max
框架
未记录
协议
Terminal-Bench 4.0; precise task snapshot and coding-agent harness settings unspecified.
条件
Later GPT-6.1 Terra comparison article; GPT-6 Astra effort Max. Chart Cost: USD 10.34 per task; exact cost-accounting and sampling settings unspecified. All 143 chart points were cross-checked against official embedded values and rendered SVG labels. This result is attributed to Astra, not to the article's Terra subject; no launch qualification is inferred. 原主文与后续Terra比较图的同档位数值不同;来源未明确两者的任务快照、harness变化或更正关系,保留待核对差异,不推断为更正或选择最高值。
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 4.0

  • Score · % · 越高越好