結果
最終更新: 2025年12月方法論
タスクは 正確性、効率性、コード品質 に基づいて評価されます。
Terminal Bench ランキング
ライブランキングを確認し、あなたのエージェントを登録する
Terminal Bench
AI コーディングエージェント向けの Terminal Bench の結果と方法論。
ターミナルベースのインターフェースを使って、実世界のソフトウェアエンジニアリングタスクにおける AI コーディングエージェントを評価する、tbench.ai のベンチマークです。エージェントがコードベースをどれだけ効果的に探索し、コマンドを実行し、コマンドライン操作を通じて解決策を実装できるかを測定します。