Agent-benchmarks

Terminal-Bench 2.1 agent-benchmark

OpenGPT houdt 22 gepubliceerde rijen gekoppeld aan de exacte Terminal-Bench 2.1-benchmarkversie en hieronder weergegeven omgeving.

Taken: 89
Gepubliceerde rijen: 22
Datum van brongegevens: 3 sep 2026
Identiteit beoordeeld: Actueel

Bewijsbereik

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 behoudt de meetwaarde, het taakbereik, de omgeving, versie, configuratievelden en brondatum van de uitgever. Het maakt geen algehele Agent-score over benchmarks heen.

Vergelijkingsgrenzen

Een hoger resultaat geldt alleen voor de weergegeven benchmarkversie en de bijbehorende voorwaarden.
Agentresultaten weerspiegelen het volledige systeem, niet alleen het basismodel.
Ontbrekende gegevens over kosten, betrouwbaarheid, veiligheid of latentie worden niet afgeleid maar blijven niet-gerapporteerd.
Het Terminal-Bench-team verklaart dat het ranglijstinzendingen heeft uitgevoerd en geverifieerd. De releaseopmerkingen van 2.1 documenteren een herziene taakset en evaluatieomgeving.

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

22 van 22 gepubliceerde rijen weergegeven. Elk resultaat blijft gekoppeld aan de bronbenchmark en configuratie.