星颖 发表于 2026-1-24 20:17:17

命令行 AI 性能基准 Terminal-Bench 2.0 发布，GPT-5.2 胜率居首

https://cdn3.ldstatic.com/original/4X/c/a/3/ca3c53c33ca872cfc59c91c5cc8dca3e62ec30ec.png
arxiv.org (https://arxiv.org/html/2601.11868v1)
Terminal-Bench: Benchmarking Agents on Hard, Realistic Tasks in Command Line...
页: [1]
查看完整版本: 命令行 AI 性能基准 Terminal-Bench 2.0 发布，GPT-5.2 胜率居首