Terminal-Bench 4.0 全景图：各大模型智能体成绩与成本一图看尽
iScienceLuvr · x · 2026-10-23
@iScienceLuvr 转发 Artificial Analysis 的 Terminal-Bench 4.0 散点图，感叹「进步惊人」。图上汇总了 Anthropic、OpenAI、Google、xAI、DeepSeek、阿里、MiniMax 等数十家模型在 Terminal-Bench 4.0 的得分与每次评测成本：Claude Opus 5.5（high with fallback）、GLM-5.3、GPT-6.1 等位居 60%-80% 的高分区，同时可见大量开源与低成本模型在 40% 以下区间密集分布，直观呈现前沿与性价比模型的差距。
「模型」频道最新
- 博主喊话删光 AI 订阅:只留 Claude Max,Opus 已赢下比赛 — iruletheworldmo · 2026-10-23
- 独立开发者预训练 11M 参数稀疏 MoE 小模型，开源供专项微调 — Nameis19letterslong · 2026-10-23
- Gemini 4 动画 SVG 能力被赞极强,纯内部知识生成人像动画 — DynamicWebPaige · 2026-10-23
- KOL 预测 OpenAI 将在 28 天窗口内发布新模型 — haider1 · 2026-10-23
- GPT Image 新模型 covert 测试被批审美拉胯，网友喊话开放微调 — flowersslop · 2026-10-23
- ChatGPT 听不懂简单指令,网友猜是新蒸馏防护栏 — TerminalNoop · 2026-10-23