Terminal Bench 2.1首批评测结果公布
热点事件持续更新
Terminal Bench 2.1首批评测结果公布
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Pawel Huryn公布Terminal Bench 2.1全部89个任务、每项3次迭代的首批评测结果：约1300行代码的Mini Harness成绩处于中游，但在参评harness中运行速度最快。 OpenCode、Terminus 2和mini-swe-agent的评测仍在进行，因此本次结果尚不代表所有harness的最终表现。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 15:44
Terminal Bench 2.1 首批结果出炉：约 1300 行 Mini Harness 运行速度最快报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- AGI HuntTerminal Bench 2.1 首批结果出炉：约 1300 行 Mini Harness 运行速度最快
Pawel Huryn 公布 Terminal Bench 2.1 全部 89 个任务、3 次迭代的首批评测结果。约 1300 行代码的 Mini Harness 成绩处于中游，但运行速度为所有 harness 中最快。OpenCode、Terminus 2、mini-swe-agent 的评测仍在进行。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。