벤치마크 · 코딩
Terminal-Bench 2.1
터미널 환경에서 명령을 실행하며 여러 단계의 개발·운영 과제를 끝까지 수행하는지 평가합니다.
측정 모델 62개 · 프로필 4개 · 데이터 기준 2026년 10월 9일
LLM Stats 집계 대표
원문 출처 ↗LLM Stats 공개 리더보드의 독립 프로필입니다. 검증·자기보고 여부를 보존합니다. 높을수록 좋습니다.
현재 최고점: 상용 Gemini 3.8 Flash 89.4% · 오픈 DeepSeek-V4.1-Flash 90.6% → 오픈 모델이 앞섭니다.
출시일별 점수와 최고점 흐름
차트를 불러오는 중입니다…
상위 20
차트를 불러오는 중입니다…
HF 리더보드
원문 출처 ↗같은 Hugging Face 리더보드 데이터셋·과제의 결과만 표시합니다. 높을수록 좋습니다.
출시일별 점수와 최고점 흐름
차트를 불러오는 중입니다…
상위 20
차트를 불러오는 중입니다…
OpenAI 공개 평가
원문 출처 ↗공급자가 같은 표에서 공개한 특정 평가 설정의 결과입니다. 하네스가 다른 리더보드 점수와 합치지 않습니다. 높을수록 좋습니다.
출시일별 점수와 최고점 흐름
차트를 불러오는 중입니다…
상위 20
차트를 불러오는 중입니다…
| 출처 | ||||||
|---|---|---|---|---|---|---|
| 1 | GPT-5.6 SolOpenAI · 상용 API | API | 88.8% | 100 | 2026-07-09 | 확인됨 ↗ |
| 2 | Claude Mythos 5Anthropic · 상용 API | API | 88% | 86 | 2026-06-12 | 인용 ↗ |
| 3 | GPT-5.6 TerraOpenAI · 상용 API | API | 87.4% | 71 | 2026-07-09 | 확인됨 ↗ |
| 4 | GPT-5.5OpenAI · 상용 API | API | 85.6% | 57 | 2026-04-23 | 확인됨 ↗ |
| 5 | GPT-5.6 LunaOpenAI · 상용 API | API | 84.7% | 43 | 2026-07-09 | 확인됨 ↗ |
| 6 | Claude Fable 5Anthropic · 상용 API | API | 83.1% | 29 | 2026-06-12 | 인용 ↗ |
| 7 | Claude Opus 4.8Anthropic · 상용 API | API | 78.9% | 14 | 2026-05-14 | 인용 ↗ |
| 8 | Gemini 3.1 Pro PreviewGoogle · 상용 API | API | 70.7% | 0 | 2026-02-19 | 인용 ↗ |
Google 공개 평가
원문 출처 ↗공급자가 같은 표에서 공개한 특정 평가 설정의 결과입니다. 하네스가 다른 리더보드 점수와 합치지 않습니다. 높을수록 좋습니다.
출시일별 점수와 최고점 흐름
차트를 불러오는 중입니다…
상위 20
차트를 불러오는 중입니다…
| 출처 | ||||||
|---|---|---|---|---|---|---|
| 1 | GPT-5.6 TerraOpenAI · 상용 API | API | 87.4% | 100 | 2026-07-09 | 인용 ↗ |
| 2 | Gemini 3.7 FlashGoogle · 상용 API | API | 85.8% | 67 | 2026-08-13 | 확인됨 ↗ |
| 3 | Claude Sonnet 5Anthropic · 상용 API | API | 80.4% | 33 | 2026-06-30 | 인용 ↗ |
| 4 | Gemini 3.6 FlashGoogle · 상용 API | API | 78% | 0 | 2026-07-21 | 확인됨 ↗ |
같은 분야의 다른 벤치
마커: 원 = 오픈 웨이트, 사각 = 상용 API, 빈 마커 = 검증되지 않은 값. 점을 누르면 모델 상세로 이동합니다. 백분위는 이 프로필 안에서의 상대 위치입니다.