Tới nội dung
Hacker News · AI·· 3 giờ trướcĐiểm AI42

Bảng xếp hạng Terminal-Bench 4.1: Copilot Fusion của GitHub Copilot dẫn đầu với 71,2%

Terminal-Bench 4.1

Tóm tắt bằng AI

Terminal-Bench 4.1 xếp Copilot Fusion (max) của GitHub Copilot ở vị trí đầu tiên với 71,2% ± 2,9%, trên Opus 5.5 (max) và Fable 5.2 (max) của Claude Code, cả hai đều đạt 65,8%. Gemini 4 Carbon (high) trên Antigravity CLI theo sau với 64,5%, trong khi GPT-6.2 Astra (max) của Codex đạt 62,1%. Bảng xếp hạng bao gồm 52 mục model-agent kèm ngày tháng, lượng token sử dụng và chi phí.

Nguồn:Hacker News · AI · tbench.ai