홈
AI AI
속보
심층
이벤트
Pro
더보기
자금 조달 정보
특집
온체인 생태계
용어
팟캐스트
데이터
OPRR
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
XRP
$2.25
2.07%
DOGE
$0.325
2.23%
USDC
$0.999
3.05%
Partnered With:

터미널-벤치 3.0 왕좌 교체: Opus 5가 43.5%로 GPT-5.6 Sol을 제압

동차 Beating 모니터링에 따르면, Terminal-Bench 3.0 최신 순위가 바뀌었습니다. 이 평가는 AI 에이전트가 실제 터미널 환경에서 작업을 완료하고, 마지막에 결과가 올바른지 직접 확인합니다.

현재 상위 3위는 각각 다음과 같습니다:

1. Claude Opus 5 Max + mini-SWE-agent: 43.5%
2. GPT-5.6 Sol Max + Codex: 34.6%
3. Claude Fable 5 + Claude Code: 34.1%

Terminal-Bench 3.0은 7월 23일에 출시되었으며, 목적은 문제를 다시 어렵게 만드는 것입니다. 기존 버전의 프론티어 모델 성적은 이미 서로 밀집되어 있었고, 새 버전은 다시 격차를 벌리기를 희망합니다. 첫 버전에는 74개의 작업이 있으며, 7개 분야를 포괄하고, GPU, 다중 컨테이너 네트워크 등 더 복잡한 환경도 추가되었습니다. 작업은 단순히 코드 작성만이 아니라 모델 가중치 제출, 형식 증명, 스프레드시트 및 CAD 파일 제출을 요구할 수도 있습니다.

하지만 이를 Opus 5 자체가 Sol보다 약 9% 포인트 강하다고 직접 해석할 수는 없습니다. Terminal-Bench는 모델이 서로 다른 에이전트와 함께 실행되는 것을 허용하며, 상위 3위는 각각 mini-SWE-agent, Codex 및 Claude Code를 사용했습니다. 에이전트는 모델이 도구를 호출하고, 명령을 실행하며, 컨텍스트를 처리하는 방식을 결정하므로, 순위는 더 정확하게 '모델 + 에이전트' 전체 시스템의 능력을 측정합니다.

举报 오류 신고/제보
관련추천
V4-Pro-Max(최고 추론 강도 모드)는 현재 최강의 오픈 소스 모델로, 인코딩 벤치마크가 최고 수준에 도달하며 추론 및 에이전트 작업은 프로프리트 전선과의 간극이 크게 줄어들었다.
AI 안전 시대에는 능력은 저절로 확산되지만 책임은 그렇지 않습니다.
재무제표에서 가장 손실이 큰 건 xAI인데, 새 모델 비용이 Opus 4.8보다 25% 저렴해.
자체 검증 강화와 다중 에이전트 오케스트레이션을 통해 모델의 신뢰성을 높이다
오류 신고/제보
제출
새 문고 추가
자신만 보기
공개
저장
문고 선택
새 문고 추가
취소
완료