Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘
Ok_Warning2146 · reddit · 2026-09-11
Reddit 用户整理 Terminal Bench v4 成绩，认为该榜单比智能指数更能反映模型的真实编码/终端能力，排名与社区对开源闭源模型的口碑基本一致。
主要成绩：
- GLM-5.3：41.9%，断层领先
- GLM-5.3-Flash：32.8%，领跑同级 flash 模型
- DSV4.1-Flash：26.8%、Qwen3.8-Flash-Next：25.3%
- DSV4-Pro 仅 14.1%，Kimi-K3 以其体量而言表现不佳（12.6%）
- Qwen3.8-27B 是唯一有像样成绩的小模型（5.6%）；Muse Glimmer 0.5%、gemma4-31b 0.0%
所属事件:Terminal Bench v4 榜单发布 GLM-5.3 领跑获认可(2 条相关)→
「模型」频道最新
- GPT-6.1 Terra 控制真机器人胜过 Opus 5.5,较三月前提升 3.7 倍 — ycombinator · 2026-10-28
- Kimi 发布 K3.1 Pro：3T 级开源权重模型，100 万上下文幻觉降 65% — NVIDIAAI · 2026-10-28
- OpenSIR 自博弈框架：LLM 无需训练数据自学数学推理 — PMinervini · 2026-10-28
- Claude Opus 5.5 从二进制重建 SQLite 等程序,ProgramBench 得分 18.5% — winer666 · 2026-10-28
- Codex 后台任务一夜烧光 500 美元周额度外加 75000 credits — sethlazar · 2026-10-28
- 用 $TAO 两分钟上手开源模型：Bittensor 侧链 SN53 实测体验 — markjeffrey · 2026-10-28