OpenGPTGemini CLI · Gemini 3 Pro · high
- Agent框架
- Gemini CLI
共同评测范围 · Terminal-Bench 2.1
同评测Agent对比
当前数据以下配置来自同一个评测范围，并保留各自的框架、模型版本、日期和来源原始值。
来源值较高只代表这个评测和配置下的结果，不是跨评测总分，也不代表已经适合生产使用。
只比较相同范围
决策概览
只有评测版本和任务范围一致的配置，才能加入同一组对比。
一眼看懂差异
Terminal-Bench 2.1 · 任务成功率
完整数据与来源
已隐藏17项完全相同或全部未提供的字段
| Agent系统 | Gemini CLI · Gemini 3 Pro · high | Terminus 2 · Gemini 3 Pro · high |
|---|---|---|
| 配置 | ||
| Agent框架 | Gemini CLI | Terminus 2 |
| 结果 | ||
| 任务成功率 | 65.8% | 73.9% |
| 来源公布的评测总成本 | US$247.76 | US$224.44 |
| 运行情况 | ||
| 来源公布的结果范围 | ±2.7% | ±2.5% |
| 数据来源 | ||
| 打开来源 | 打开来源 ↗官方入口 ↗ | 打开来源 ↗官方入口 ↗ |
配置
Terminus 2 · Gemini 3 Pro · high
- Agent框架
- Terminus 2
结果
Gemini CLI · Gemini 3 Pro · high
- 任务成功率
- 65.8%
- 来源公布的评测总成本
- US$247.76
Terminus 2 · Gemini 3 Pro · high
- 任务成功率
- 73.9%
- 来源公布的评测总成本
- US$224.44
运行情况
Gemini CLI · Gemini 3 Pro · high
- 来源公布的结果范围
- ±2.7%
Terminus 2 · Gemini 3 Pro · high
- 来源公布的结果范围
- ±2.5%
数据来源
数据来自公开来源，缺失项保持未知。
采用前做一次真实验证
公开榜单用于缩小候选范围，是否适合你的工作，需要通过小规模私有测试确认。
- 1
选择 10–20 个代表性任务，并写清通过条件。
- 2
测试前锁定Agent、模型、工具、权限和预算。
- 3
重要任务重复运行，记录成功率、成本、时间和人工接管。
- 4
检查失败案例和数据风险后，再决定是否正式采用。