← Fișele benchmarkurilor
Agentic
Terminal-Bench
Publicat de Terminal-Bench (Laude Institute). Pagina sursei ↗ · Datele pe care le citim (descărcare fișier) ↗
Terminal-Bench 2.x as transcribed by Epoch; saturated and superseded by 4.0.
Fapte
| Fapt | Valoare | De unde provine |
|---|---|---|
| Cine rulează evaluarea | o organizație independentă | curatoriat de aiqbench, verificat la 2026-10-09 |
| Expunerea setului de test | public | curatoriat de aiqbench, verificat la 2026-10-09 |
| Licența datelor | CC-BY-4.0 | înregistrarea de atribuire a clasamentului |
| Cel mai nou rezultat publicat | 14 mai 2026 | rândurile ingerate |
| Ultima preluare de către aiqbench | acum 9 minute · la fiecare 12 h | jurnalul de sincronizare |
| Modele pe această axă | 202 | rândurile ingerate |
| Rânduri cu interval publicat | 95,5% din rânduri | rândurile ingerate |
| Spațiu rămas în vârf | Cel mai bun 84.7%, cu 15.3% sub plafon; primele 10 în interval de 6.3%. | calculat din rândurile ingerate |
| Axe pe care le urmează îndeaproape |
| ρ Spearman pe modelele comune (vezi Grupuri) |
Ultimele salturi ale frontierei
- 13 sept. 2026 · gpt-5.5 · 84.7%
- 13 sept. 2026 · claude-opus-4-6 · 79.8%
- 11 dec. 2025 · gpt-5.2-2025-12-11 · 64.9%
Unde apare
Ponderată în șabloanele predefinite: Axat pe programare ×2, Agentic ×3.
Vezi această axă singură în consolă →Atribuire
Source: Epoch AI, 'AI Benchmarking Hub'. Published online at epoch.ai. Retrieved from https://epoch.ai/benchmarks. Licensed under CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Modified by aiqbench: normalised into aiqbench's common board format; we ingest the 'terminalbench_external.csv' table and rescale its 0-1 scores to percent. Underlying results published by Terminal-Bench (Laude Institute) — https://www.tbench.ai/leaderboard, transcribed by Epoch AI.