件の評価ソース公式評価
Terminal-Bench Science
このページの内容は中国語です。
Harbor / 专业办公 · 在终端里完成科研任务
AIDC热点 内観察中
根拠の予算スコア対象外
上流データ時刻確認中
直近の同期成功収集未開始
何をどう測るか
区分 Claude Code、Codex 和 mini-SWE 等系统；不能把不同系统成绩直接当模型能力。
この根拠の使い方
观察中：12 个型号且混合运行系统，新前沿型号仍不完整。
評価の制約とデータの帰属
观察中：12 个型号且混合运行系统，新前沿型号仍不完整。
データライセンス：待确认榜单数据使用边界
成绩由 Harbor 发布，原始分数与 AIDC热点 共识分使用不同尺度，不能直接相加。