跳到正文
Hacker News · AI·· 3 小时前AI 评分42

Terminal-Bench 4.1 排行榜:GitHub Copilot 的 Copilot Fusion 以 71.2% 登顶

Terminal-Bench 4.1

AI 导读

Terminal-Bench 4.1 将 GitHub Copilot 的 Copilot Fusion(max)排在首位,成绩为 71.2% ± 2.9%,领先于 Claude Code 的 Opus 5.5(max)和 Fable 5.2(max),两者均为 65.8%。Antigravity CLI 上的 Gemini 4 Carbon(high)以 64.5% 紧随其后,而 Codex 的 GPT-6.2 Astra(max)达到 62.1%。该排行榜涵盖 52 个模型-智能体条目,并附有日期、token 用量和成本。

来源:Hacker News · AI · tbench.ai