DeepSeek-V3.1-Terminus · Terminal-Bench(Terminus 1 framework; task version unspecified) 36.7% · 主文证据(ev-v3-1-terminus-012)

DeepSeek-V3.1-Terminus 的 Terminal-Bench · Terminus 1 framework; task version unspecified 官方出处。DeepSeek-V3.1-Terminus reported comparison · 36.7%。见《DeepSeek-V3.1-Terminus official Hugging Face model card》Official model card / table headed “| Benchmark | DeepSeek-V3.1 | DeepSeek-V3.1-Terminus |” / complete row containing “| Terminal-bench | 31.3 | 36.7 |”。证据 ev-v3-1-terminus-012。

原文与定位

DeepSeek-V3.1-Terminus · Terminal-Bench(Terminus 1 framework; task version unspecified),DeepSeek-V3.1-Terminus reported comparison配置,Score 36.7%(具体成绩公布时间未确认)。见《DeepSeek-V3.1-Terminus official Hugging Face model card》Official model card / table headed “| Benchmark | DeepSeek-V3.1 | DeepSeek-V3.1-Terminus |” / complete row containing “| Terminal-bench | 31.3 | 36.7 |”。 查看成绩条件

| Benchmark | DeepSeek-V3.1 | DeepSeek-V3.1-Terminus | | Terminal-bench | 31.3 | 36.7 |
官方材料
DeepSeek-V3.1-Terminus official Hugging Face model card
定位
主文 · Official model card / table headed “| Benchmark | DeepSeek-V3.1 | DeepSeek-V3.1-Terminus |” / complete row containing “| Terminal-bench | 31.3 | 36.7 |”
材料版本
HF revision 19510d6dc61f79dbd925bd51ee8a9081c509a4b6; current card snapshot
版本公布
未确认
披露时间
未确认 · 首发/后补未确认
采集时间
历史依据
暂无可靠历史版本依据
引用文本

DeepSeek-V3.1-Terminus · Terminal-Bench(Terminus 1 framework; task version unspecified),DeepSeek-V3.1-Terminus reported comparison配置,Score 36.7%(具体成绩公布时间未确认)。官方出处 DeepSeek-V3.1-Terminus official Hugging Face model card(主文,HF revision 19510d6dc61f79dbd925bd51ee8a9081c509a4b6; current card snapshot)Official model card / table headed “| Benchmark | DeepSeek-V3.1 | DeepSeek-V3.1-Terminus |” / complete row containing “| Terminal-bench | 31.3 | 36.7 |”,https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Terminus。Benchlog https://benchlog.lekshome.cc/evidence/v3-1-terminus/ev-v3-1-terminus-012/

关联成绩与条件

DeepSeek-V3.1-Terminus · Terminal-Bench 成绩与配置
指标与成绩配置与评测条件证据关系
Score36.7%原文 36.7 · 单位 %
公布 未确认
DeepSeek-V3.1-Terminus reported comparison
设置
The table does not specify an effort setting; search-agent template/tool-set changed as stated in the card.
未知项
Do not infer a reasoning mode from the predecessor comparison.
工具
工具条件未记录
推理预算
未记录
框架
Terminus 1
协议
未说明
条件
Terminus 1 framework as specified in the adjacent V3.1 card; metric/task version not stated.

直接支持该成绩

在排名中查看此成绩