MODEL BENCHMARKS
نشر طلب شراء ↖ترتيب نماذج الذكاء الاصطناعي
افهم فروق القدرات ثم اختر موارد AI المناسبة.
Terminal-Bench 4.0 · تطبيقات Agent العملية
نسخة التقييمات العامة · ترتيب مستقل لكل بُعد
تحديث المصدر 2026-10-23تاريخ الجلب 2026-10-27تاريخ نشر مجموعة البيانات غير معلن
Terminal-Bench 4.0 · Agent 任务完成率 · 版本 Terminal-Bench 4.0 · الدرجات من 0 إلى 100؛ الأعلى أفضل. لا تُرتب الدرجات المفقودة، والتعادل يأخذ المرتبة نفسها. يحتفظ البحث بالترتيب الأصلي.
| الترتيب | إعداد النموذج وAgent | الدرجة | نوع الدليل |
|---|---|---|---|
| 1 | anthropic/claude-opus-5-5 · [email protected] · maxAgent 实战 · claude-code 2.1.284 · 推理 max · تاريخ إصدار النموذج 2026-09-22وصف النموذج ↖ | ٦٤٫٨ | الإدراج في الترتيب |
| 2 | anthropic/claude-sonnet-5-5 · [email protected] · maxAgent 实战 · claude-code 2.1.284 · 推理 max · تاريخ إصدار النموذج 2026-09-28وصف النموذج ↖ | ٦١٫٨ | الإدراج في الترتيب |
| 3 | openai/gpt-6.1-sol · [email protected] · maxAgent 实战 · codex 0.159.0 · 推理 max · تاريخ إصدار النموذج 2026-09-29وصف النموذج ↖ | ٥٨٫٢ | الإدراج في الترتيب |
| 4 | anthropic/claude-fable-5-1 · [email protected] · maxAgent 实战 · claude-code 2.1.257 · 推理 max · تاريخ إصدار النموذج 2026-09-01وصف النموذج ↖ | ٥٧٫٩ | الإدراج في الترتيب |
| 5 | anthropic/claude-opus-5 · [email protected] · maxAgent 实战 · claude-code 2.1.231 · 推理 max · تاريخ إصدار النموذج 2026-07-24وصف النموذج ↖ | ٥١٫٨ | الإدراج في الترتيب |
| 6 | openai/gpt-6-sol · [email protected] · maxAgent 实战 · codex 0.159.0 · 推理 max · تاريخ إصدار النموذج 2026-09-22وصف النموذج ↖ | ٤٩٫٤ | الإدراج في الترتيب |
| 7 | anthropic/claude-fable-5 · [email protected] · maxAgent 实战 · claude-code 2.1.231 · 推理 max · تاريخ إصدار النموذج 2026-06-09وصف النموذج ↖ | ٤٤٫٦ | الإدراج في الترتيب |
| 8 | anthropic/glm-5.3 · [email protected] · maxAgent 实战 · claude-code 2.1.207 · 推理 max · تاريخ إصدار النموذج 2026-08-14وصف النموذج ↖ | ٤١٫٨ | الإدراج في الترتيب |
| 9 | openai/gpt-5.6-sol · [email protected] · maxAgent 实战 · codex 0.149.1 · 推理 max · تاريخ إصدار النموذج 2026-06-26وصف النموذج ↖ | ٣٧٫٣ | الإدراج في الترتيب |
| 10 | z-ai/glm-5.3-flash · [email protected] · noneAgent 实战 · claude-code 2.1.285 · 推理 none · تاريخ إصدار النموذج 2026-08-26وصف النموذج ↖ | ٣٥٫٨ | الإدراج في الترتيب |
| 11 | qwen/qwen3.8-max-0902 · [email protected] · maxAgent 实战 · claude-code 2.1.285 · 推理 max · تاريخ إصدار النموذج 2026-09-02وصف النموذج ↖ | ٢٧٫٠ | الإدراج في الترتيب |
| 12 | anthropic/claude-opus-4-8 · [email protected] · maxAgent 实战 · claude-code 2.1.231 · 推理 max · تاريخ إصدار النموذج 2026-05-28وصف النموذج ↖ | ٢٣٫٦ | الإدراج في الترتيب |
| 13 | openai/gpt-5.6-terra · [email protected] · maxAgent 实战 · codex 0.149.1 · 推理 max · تاريخ إصدار النموذج 2026-06-26وصف النموذج ↖ | ٢١٫٥ | الإدراج في الترتيب |
| 14 | xai/grok-4.6 · [email protected] · noneAgent 实战 · grok-build 1.0.5 · 推理 none · تاريخ إصدار النموذج 2026-08-12وصف النموذج ↖ | ٢٠٫٣ | الإدراج في الترتيب |
| 15 | gemini/gemini-3.8-flash · [email protected] · highAgent 实战 · mini-swe-agent 2.4.6 · 推理 high · تاريخ إصدار النموذج 2026-09-02وصف النموذج ↖ | ١٩٫١ | الإدراج في الترتيب |
| 16 | openai/gpt-5.6-luna · [email protected] · maxAgent 实战 · codex 0.149.1 · 推理 max · تاريخ إصدار النموذج 2026-06-26وصف النموذج ↖ | ١٧٫٣ | الإدراج في الترتيب |
| 17 | openai/gpt-6-luna · [email protected] · maxAgent 实战 · codex 0.159.0 · 推理 max · تاريخ إصدار النموذج 2026-09-22وصف النموذج ↖ | ١٦٫٤ | الإدراج في الترتيب |
| 18 | meta/muse-spark-1.3 · [email protected] · xhighAgent 实战 · muse-code 1.4.1 · 推理 xhigh · تاريخ إصدار النموذج 2026-09-02وصف النموذج ↖ | ١٤٫٦ | الإدراج في الترتيب |
| 19 | anthropic/claude-sonnet-5 · [email protected] · maxAgent 实战 · claude-code 2.1.231 · 推理 max · تاريخ إصدار النموذج 2026-06-30وصف النموذج ↖ | ١٢٫٤ | الإدراج في الترتيب |
| 19 | xai/grok-4.5 · [email protected] · noneAgent 实战 · grok-build 1.0.5 · 推理 none · تاريخ إصدار النموذج 2026-07-16وصف النموذج ↖ | ١٢٫٤ | الإدراج في الترتيب |
| 21 | gemini/gemini-3.7-flash · [email protected] · highAgent 实战 · mini-swe-agent 2.4.6 · 推理 high · تاريخ إصدار النموذج 2026-08-13وصف النموذج ↖ | ١١٫٢ | الإدراج في الترتيب |
أدلة المصدر وأساس التقييم
المصدر:Terminal-Bench 4.0 · تطبيقات Agent العملية · Apache-2.0. نرتب النتائج بحسب الدرجات الأصلية، دون إنشاء درجة إجمالية بين الاختبارات أو اعتبار الإدراج تحققًا مستقلاً.
النسبة: Harbor Framework / Terminal-Bench contributors. المشاركات الأصلية بموجب Apache License 2.0. نعرض إكمال المهام حسب النموذج وإصدار Agent وإعداد الاستدلال، وليس قدرة النموذج الإجمالية منفردًا. ترخيص هذه النسخة من المصدر ونسبتها
نسخة المصدر:1000b0941a244800a8ff48d461934c00 · commit المصدر：e67a2cb7db4d9795c212909b3395d8c22ad60aec · SHA-256 للمحتوى الأصلي:29b754b80fdd1bcea650cff92d9d3401a9114fc968affa222c2a91985ef90c2f
يجلب المدير البيانات عند الحاجة ويراجعها وينشرها؛ التحديث غير لحظي، ولا نستنتج إصدارات تقييم غير معلنة.لا يمكن مقارنة أبعاد أو إعدادات اختبار مختلفة مباشرةً.