Classement des modèles IA
Comprenez les différences de capacités pour choisir vos ressources IA.
Terminal-Bench 4.0 · Agents en pratique
Instantanés d’évaluations publiques · classement indépendant par dimension
Terminal-Bench 4.0 · Agent 任务完成率 · 版本 Terminal-Bench 4.0 · Scores de 0 à 100, plus élevés = meilleurs ; les scores absents sont exclus, les ex æquo partagent un rang. La recherche conserve les rangs d’origine.
| Classement | Modèle et configuration d’agent | Score | Type de preuve |
|---|---|---|---|
| 1 | anthropic/claude-opus-5-5 · [email protected] · maxAgent 实战 · claude-code 2.1.284 · 推理 max · Date de publication du modèle 2026-09-22À propos du modèle ↗ | 64,8 | Répertorié au classement |
| 2 | anthropic/claude-sonnet-5-5 · [email protected] · maxAgent 实战 · claude-code 2.1.284 · 推理 max · Date de publication du modèle 2026-09-28À propos du modèle ↗ | 61,8 | Répertorié au classement |
| 3 | openai/gpt-6.1-sol · [email protected] · maxAgent 实战 · codex 0.159.0 · 推理 max · Date de publication du modèle 2026-09-29À propos du modèle ↗ | 58,2 | Répertorié au classement |
| 4 | anthropic/claude-fable-5-1 · [email protected] · maxAgent 实战 · claude-code 2.1.257 · 推理 max · Date de publication du modèle 2026-09-01À propos du modèle ↗ | 57,9 | Répertorié au classement |
| 5 | anthropic/claude-opus-5 · [email protected] · maxAgent 实战 · claude-code 2.1.231 · 推理 max · Date de publication du modèle 2026-07-24À propos du modèle ↗ | 51,8 | Répertorié au classement |
| 6 | openai/gpt-6-sol · [email protected] · maxAgent 实战 · codex 0.159.0 · 推理 max · Date de publication du modèle 2026-09-22À propos du modèle ↗ | 49,4 | Répertorié au classement |
| 7 | anthropic/claude-fable-5 · [email protected] · maxAgent 实战 · claude-code 2.1.231 · 推理 max · Date de publication du modèle 2026-06-09À propos du modèle ↗ | 44,6 | Répertorié au classement |
| 8 | anthropic/glm-5.3 · [email protected] · maxAgent 实战 · claude-code 2.1.207 · 推理 max · Date de publication du modèle 2026-08-14À propos du modèle ↗ | 41,8 | Répertorié au classement |
| 9 | openai/gpt-5.6-sol · [email protected] · maxAgent 实战 · codex 0.149.1 · 推理 max · Date de publication du modèle 2026-06-26À propos du modèle ↗ | 37,3 | Répertorié au classement |
| 10 | z-ai/glm-5.3-flash · [email protected] · noneAgent 实战 · claude-code 2.1.285 · 推理 none · Date de publication du modèle 2026-08-26À propos du modèle ↗ | 35,8 | Répertorié au classement |
| 11 | qwen/qwen3.8-max-0902 · [email protected] · maxAgent 实战 · claude-code 2.1.285 · 推理 max · Date de publication du modèle 2026-09-02À propos du modèle ↗ | 27,0 | Répertorié au classement |
| 12 | anthropic/claude-opus-4-8 · [email protected] · maxAgent 实战 · claude-code 2.1.231 · 推理 max · Date de publication du modèle 2026-05-28À propos du modèle ↗ | 23,6 | Répertorié au classement |
| 13 | openai/gpt-5.6-terra · [email protected] · maxAgent 实战 · codex 0.149.1 · 推理 max · Date de publication du modèle 2026-06-26À propos du modèle ↗ | 21,5 | Répertorié au classement |
| 14 | xai/grok-4.6 · [email protected] · noneAgent 实战 · grok-build 1.0.5 · 推理 none · Date de publication du modèle 2026-08-12À propos du modèle ↗ | 20,3 | Répertorié au classement |
| 15 | gemini/gemini-3.8-flash · [email protected] · highAgent 实战 · mini-swe-agent 2.4.6 · 推理 high · Date de publication du modèle 2026-09-02À propos du modèle ↗ | 19,1 | Répertorié au classement |
| 16 | openai/gpt-5.6-luna · [email protected] · maxAgent 实战 · codex 0.149.1 · 推理 max · Date de publication du modèle 2026-06-26À propos du modèle ↗ | 17,3 | Répertorié au classement |
| 17 | openai/gpt-6-luna · [email protected] · maxAgent 实战 · codex 0.159.0 · 推理 max · Date de publication du modèle 2026-09-22À propos du modèle ↗ | 16,4 | Répertorié au classement |
| 18 | meta/muse-spark-1.3 · [email protected] · xhighAgent 实战 · muse-code 1.4.1 · 推理 xhigh · Date de publication du modèle 2026-09-02À propos du modèle ↗ | 14,6 | Répertorié au classement |
| 19 | anthropic/claude-sonnet-5 · [email protected] · maxAgent 实战 · claude-code 2.1.231 · 推理 max · Date de publication du modèle 2026-06-30À propos du modèle ↗ | 12,4 | Répertorié au classement |
| 19 | xai/grok-4.5 · [email protected] · noneAgent 实战 · grok-build 1.0.5 · 推理 none · Date de publication du modèle 2026-07-16À propos du modèle ↗ | 12,4 | Répertorié au classement |
| 21 | gemini/gemini-3.7-flash · [email protected] · highAgent 实战 · mini-swe-agent 2.4.6 · 推理 high · Date de publication du modèle 2026-08-13À propos du modèle ↗ | 11,2 | Répertorié au classement |
Preuves de source et méthode d’évaluation
Source :Terminal-Bench 4.0 · Agents en pratique · Apache-2.0. Les résultats reprennent les scores d’origine, sans score global inter-évaluations. Être répertorié ne constitue pas une vérification indépendante.
Attribution : contributeurs Harbor Framework / Terminal-Bench. Contributions originales sous Apache License 2.0. Les taux concernent modèle, version d’agent et configuration d’inférence, pas une capacité globale du seul modèle. Licence et attribution de cette version source
Instantané de source :1000b0941a244800a8ff48d461934c00 · Commit source：e67a2cb7db4d9795c212909b3395d8c22ad60aec · SHA-256 du contenu original :29b754b80fdd1bcea650cff92d9d3401a9114fc968affa222c2a91985ef90c2f
Récupéré à la demande et publié après validation ; sans temps réel. Les versions non précisées ne sont pas déduites.Les dimensions et configurations de test différentes ne sont pas directement comparables.