Benchmark degli Agent

Benchmark degli agenti di Terminal-Bench 2.1

OpenGPT mantiene 22 righe pubblicate associate alla versione esatta del benchmark Terminal-Bench 2.1 e all’ambiente mostrato sotto.

Attività: 89
Righe pubblicate: 22
Data dei dati della fonte: 3 set 2026
Identità esaminata: Attuale

Ambito delle evidenze

terminal-bench/terminal-bench-2-1 · publisher-verified leaderboard. terminal tasks. Harbor-managed terminal environments with fixed timeouts and resources. Fixed timeouts and resources · at least 5 trials per task.

How OpenGPT handles this evidence

OpenGPT conserva la metrica, l’ambito delle attività, l’ambiente, la versione, i campi della configurazione e la data della fonte indicati dal publisher. Non crea un punteggio complessivo degli Agent tra benchmark diversi.

Limiti del confronto

Un risultato più elevato si applica solo alla versione del benchmark e alle condizioni visualizzate.
I risultati degli Agent riflettono il sistema completo, non soltanto il modello di base.
I dati mancanti su costi, affidabilità, sicurezza o latenza restano non indicati anziché essere dedotti.
Il team di Terminal-Bench dichiara di aver eseguito e verificato gli invii della classifica. Le note della release 2.1 documentano un insieme di attività e un ambiente di valutazione modificati.

terminal-bench/terminal-bench-2-1 · publisher-verified leaderboard

Visualizzate 22 di 22 righe pubblicate. Ogni risultato rimane associato al benchmark e alla configurazione della fonte.