Hacker News · AI·· 3 小時前AI 評分42
Terminal-Bench 4.1 排行榜:GitHub Copilot 的 Copilot Fusion 以 71.2% 奪冠
Terminal-Bench 4.1
AI 導讀
Terminal-Bench 4.1 將 GitHub Copilot 的 Copilot Fusion(max)以 71.2% ± 2.9% 排在首位,領先 Claude Code 的 Opus 5.5(max)與 Fable 5.2(max),兩者均為 65.8%。Antigravity CLI 上的 Gemini 4 Carbon(high)以 64.5% 緊隨其後,而 Codex 的 GPT-6.2 Astra(max)則達到 62.1%。該排行榜涵蓋 52 個模型-代理條目,並附有日期、token 用量與成本。
來源:Hacker News · AI · tbench.ai