Terminal Bench 2.1 (Terminus-2)

Terminus-2 框架, timeout=4h, max_episodes=500, 256K 上下文Terminal-Bench Terminus 是 Terminal-Bench 系列的子集，聚焦终端环境中的系统管理、安全审计和 DevOps 任务。模型需通过命令行完成 Linux 系统配置、网络调试、服务部署等实际操作任务。

编程官方网站

#	模型	得分 (%)	厂商	来源
1	Claude Fable 5	88	Anthropic	Claude Fable 5 技术报告
2	Claude Opus 4.8	85	Anthropic	Hy3 Hugging Face README
3	GPT-5.5	84	OpenAI	Hy3 Hugging Face README
4	GLM-5.2	81	智谱AI	Hy3 Hugging Face README
5	Claude Sonnet 5	80.4	Anthropic	Claude Sonnet 5 技术报告
6	Qwen3.7-Max	75	阿里巴巴	Hy3 Hugging Face README
7	Gemini 3.1 Pro	74	Google	Hy3 Hugging Face README
8	混元3	71.7	腾讯	Hy3 Hugging Face README
9	Seed2.1 Pro	71	字节跳动	Hy3 Hugging Face README
10	Kimi-K2.6	67.2	月之暗面	Nemotron-3-Ultra 技术报告

返回

Terminal Bench 2.1 (Terminus-2)

Terminus-2 框架, timeout=4h, max_episodes=500, 256K 上下文Terminal-Bench Terminus 是 Terminal-Bench 系列的子集，聚焦终端环境中的系统管理、安全审计和 DevOps 任务。模型需通过命令行完成 Linux 系统配置、网络调试、服务部署等实际操作任务。

编程官方网站

#	模型	得分 (%)	厂商	来源
1	Claude Fable 5	88	Anthropic	Claude Fable 5 技术报告
2	Claude Opus 4.8	85	Anthropic	Hy3 Hugging Face README
3	GPT-5.5	84	OpenAI	Hy3 Hugging Face README
4	GLM-5.2	81	智谱AI	Hy3 Hugging Face README
5	Claude Sonnet 5	80.4	Anthropic	Claude Sonnet 5 技术报告
6	Qwen3.7-Max	75	阿里巴巴	Hy3 Hugging Face README
7	Gemini 3.1 Pro	74	Google	Hy3 Hugging Face README
8	混元3	71.7	腾讯	Hy3 Hugging Face README
9	Seed2.1 Pro	71	字节跳动	Hy3 Hugging Face README
10	Kimi-K2.6	67.2	月之暗面	Nemotron-3-Ultra 技术报告