首页/代码与终端 agent 榜

代码与终端 agent 榜

Terminal-Bench 4.0:在真实容器里装环境、跑测试、读报错、改代码,所有模型跑同一脚手架。

#模型数值相对第一综合 v5输出 $类型
1 Kimi K3.1 Pro 开源Moonshot AI 67.2 第 1 46.0 $10.00 开源
2 Gemini 4 CarbonGoogle 65.2 97% 60.0 $20.00
3 Claude Sonnet 5.5Anthropic 63.6 95% 54.5 $10.00
4 Claude Opus 5.5Anthropic 59.6 89% 59.1 $20.00
5 GPT-6 AstraOpenAI 59.1 88% 56.9 $50.00
6 Gemini 4 ArgonGoogle 57.1 85% 50.4 $10.00
7 GPT-6.1 SolOpenAI 56.1 83% 54.6 $10.00
8 GPT-6.1 TerraOpenAI 55.6 83% 51.3 $5.00
9 Claude Fable 5.1Anthropic 52.0 77% 49.0 $50.00
10 GLM-5.3 开源Z.ai 41.9 62% 32.0 $4.40 开源
11 Qwen3.8 MaxAlibaba Qwen 38.9 58% 34.0 $6.00
12 MiMo-V2.6 Pro 开源Xiaomi 31.3 47% 30.0 $1.40 开源
13 Grok 4.7xAI 25.8 38% 34.3 $6.00
14 DeepSeek V4.1 Flash 开源DeepSeek 19.7 29% 33.0 $1.20 开源
15 Kimi K3 开源Moonshot AI 17.2 26% — $15.00 开源
16 DeepSeek V4 Pro 开源DeepSeek 14.1 21% 23.0 $3.96 开源
17 MiniMax M3 开源MiniMax 1.0 1% — $1.20 开源

← 返回综合总榜