BenchLeader

Terminal-Bench-Science 0.1 (AA) 排行榜

截至 2026年11月16日,Terminal-Bench-Science 0.1 (AA) 的最高分为 73.3%,由 Claude Fable 5.2(Anthropic)取得,领先于 Gemini 4 Carbon(64.8%)。共有 144 个模型配置公布了结果(Artificial Analysis,结果日期 2026年11月9日)。在终端中完成的科学计算任务:搭建环境、运行分析、得出答案。用于 Intelligence Index v5。由 Artificial Analysis 运行。Terminal-Bench-Science 0.1 (AA) 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Claude Fable 5.2 以 73.3% 保持 Terminal-Bench-Science 0.1 (AA) 最高分(Artificial Analysis,2026年11月9日)。
  • Gemini 4 Carbon 以 64.8% 位列 Terminal-Bench-Science 0.1 (AA) 第二(Artificial Analysis,2026年10月28日)。
  • Terminal-Bench-Science 0.1 (AA):在终端中完成的科学计算任务:搭建环境、运行分析、得出答案。用于 Intelligence Index v5。由 Artificial Analysis 运行(Artificial Analysis)。
  • BenchLeader 上有 144 个模型配置公布了 Terminal-Bench-Science 0.1 (AA) 结果(BenchLeader,2026年11月16日)。
  • Terminal-Bench-Science 0.1 (AA) 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

在终端中完成的科学计算任务:搭建环境、运行分析、得出答案。用于 Intelligence Index v5。由 Artificial Analysis 运行。

发布方
Artificial Analysis
类别
智能体与工具
Index 权重
仅作参考
模型
144
数据截至
2026年11月16日

Source: Artificial Analysis (artificialanalysis.ai). Data taken from the public leaderboard.

144 / 144
#
1新Claude Fable 5.2max73.3%72.72026-11-09
2新Claude Fable 5.2high70.0%68.42026-11-09
3新Claude Fable 5.2xhigh67.6%69.72026-11-09
4Gemini 4 Carbonhigh64.8%68.92026-10-28
5GPT-6 Astramax63.3%67.32026-09-03
6Gemini 4 Carbonmedium62.4%65.82026-10-28
7Claude Opus 5.5xhigh61.9%65.42026-09-22
8Gemini 4 Carbonlow61.9%60.12026-10-28
9新Claude Fable 5.2medium60.5%66.32026-11-09
10GPT-6 Astrahigh59.5%66.32026-09-03
11Claude Opus 5.5max59.0%68.42026-09-22
12GPT-6.1 Solmax58.1%66.62026-09-29
13GPT-6.1 Terramax57.6%64.12026-10-26
14GPT-6 Astraxhigh54.8%66.02026-09-03
15新Claude Fable 5.2low53.8%65.32026-11-09
16GPT-6 Astramedium53.3%64.42026-09-03
17Claude Sonnet 5.5max53.3%64.22026-09-28
18Gemini 4 Argonhigh52.9%65.32026-09-30
19Claude Sonnet 5.5xhigh52.4%62.52026-09-28
20GPT-6.1 Solxhigh50.5%63.62026-09-29
21新Gemini 4 Hydrogenxhigh49.5%61.82026-11-12
22Claude Opus 5.5high49.0%66.02026-09-22
23Gemini 4 Argonmedium48.6%61.62026-09-30
24GPT-6.1 Solhigh46.2%63.42026-09-29
25Claude Fable 5.1max43.3%66.72026-09-01
26Claude Opus 5.5medium43.3%61.22026-09-22
27GPT-6.1 Terraxhigh41.9%60.02026-10-26
28新Gemini 4 Hydrogenhigh41.4%63.42026-11-12
29Claude Fable 5.1xhigh40.5%64.62026-09-01
30Claude Fable 5.1high39.5%63.72026-09-01
31GPT-6.1 Solmedium37.1%62.72026-09-29
32GPT-6 Astralow37.1%62.02026-09-03
33Muse Wonder Fullmax37.1%61.72026-10-12
34Kimi K3.1 Pro34.3%61.82026-10-23
35Claude Sonnet 5.5high34.3%59.52026-09-28
36GPT-6.1 Terrahigh33.3%59.62026-10-26
37GPT-6 Solmax30.0%62.62026-09-22
38Claude Fable 5.1medium29.1%61.72026-09-01
39Claude Opus 5max28.6%65.02026-07-24
40Muse Wondermax25.7%60.82026-10-12
41GPT-6.1 Terramedium24.8%58.52026-10-26
42Claude Opus 5.5low24.3%58.92026-09-22
43GPT-6.1 Terra无推理24.3%51.82026-10-26
44GPT-5.6 Solmax22.4%65.32026-07-09
45Muse Wonderhigh21.9%56.22026-10-12
46Claude Fable 5.1low21.4%58.82026-09-01
47Claude Haiku 5.5max20.0%55.32026-10-07
48新Muse Embermax20.0%52.12026-11-09
49Claude Haiku 5.5xhigh18.1%56.72026-10-07
50GPT-6 Solxhigh17.6%58.42026-09-22
51新Muse Emberxhigh17.6%49.12026-11-09
52GPT-6 Solhigh17.1%58.12026-09-22
53Claude Sonnet 5.5medium16.2%50.62026-09-28
54新Gemini 4 Hydrogenmedium15.2%–2026-11-12
55GPT-5.6 Terramax13.8%59.52026-07-09
56DeepSeek V4.1 Flash 1017max12.9%57.72026-10-17
57Hy412.9%56.72026-11-03
58Qwen3.8 Maxmax11.9%58.72026-09-02
59Grok 4.7xhigh11.4%57.42026-09-21
60Muse Spark 1.3max10.9%60.62026-09-02

更多智能体与工具基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《Terminal-Bench-Science 0.1 (AA) 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/aa_terminalbench_science。

Terminal-Bench-Science 0.1 (AA):常见问题

Terminal-Bench-Science 0.1 (AA) 衡量的是什么?
在终端中完成的科学计算任务:搭建环境、运行分析、得出答案。用于 Intelligence Index v5。由 Artificial Analysis 运行。分数以完成任务的百分比表示,越高越好。
Terminal-Bench-Science 0.1 (AA) 的最高分是多少?
截至 2026年11月16日,Terminal-Bench-Science 0.1 (AA) 的最高分为 73.3%,由 Claude Fable 5.2 取得(结果日期 2026年11月9日),领先于 Gemini 4 Carbon(64.8%)。分数来自 Artificial Analysis,每天重新读取。
哪个 AI 模型在 Terminal-Bench-Science 0.1 (AA) 上领先?
截至 2026年11月16日,Terminal-Bench-Science 0.1 (AA) 排名第一的是 Claude Fable 5.2,分数为 73.3%(结果日期 2026年11月9日)。其后为 Gemini 4 Carbon(64.8%)。
有多少模型有 Terminal-Bench-Science 0.1 (AA) 结果?
BenchLeader 上有 144 个模型配置有 Terminal-Bench-Science 0.1 (AA) 结果,全部取自 Artificial Analysis。
Terminal-Bench-Science 0.1 (AA) 由谁运行,多久更新一次?
Terminal-Bench-Science 0.1 (AA) 由 Artificial Analysis 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
Terminal-Bench-Science 0.1 (AA) 是否计入 BenchLeader Index?
不计入。Terminal-Bench-Science 0.1 (AA) 仅作参考展示,不计入综合分数。