DeepSeek V3 · Terminal-Bench · Terminus 1 framework; task version unspecified · 历代记录

按发布时间查看 DeepSeek V3 的 2 次发布在 Terminal-Bench · Terminus 1 framework; task version unspecified 的成绩、配置与披露。

仅为直接前代间的唯一、有效精确值计算差值,要求单位、指标与明确记录的配置和条件一致。

DeepSeek-V3.1

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

DeepSeek-V3.1 · Terminal-Bench 成绩与配置
指标与成绩配置与评测条件出处
Score31.3%原文 31.3 · 单位 %
公布 未确认
DeepSeek-V3.1-NonThinking
设置
Non-thinking mode as named in the official table.
未知项
未另记
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
Terminal-bench (Terminus 1 framework)
在排名中查看此成绩

DeepSeek-V3.1-Terminus

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

与直接前代的记录缺少满足差值计算的同条件依据。

DeepSeek-V3.1-Terminus · Terminal-Bench 成绩与配置
指标与成绩配置与评测条件出处
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.
在排名中查看此成绩