实体
Terminal Bench 4.0
Terminal Bench 4.0
PulseAugur coverage of Terminal Bench 4.0 — every cluster mentioning Terminal Bench 4.0 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
MiniMax 发布 428B M3.1 Flash MoE 模型，支持 1M 上下文
MiniMax 发布了其 M3.1 Flash 模型，这是一个拥有 428B 参数的混合专家（MoE）模型，上下文窗口为 100 万 token。该模型可通过 MiniMax API 访问，专为智能体任务、编码和视觉推理而设计。MiniMax 报告称，在智能体基准测试中表现强劲，在 Automation-Bench v1.0.6 等任务上超越了 GPT 5.6 "Sol" 和 Opus 5 等模型。然而，其编码性能表现不一，部分基准测…
-
Terminal Bench 4.0 发布，GLM 5.3 性能媲美 Fable 5
最新版本的 Terminal Bench（4.0 版）已发布，其中包含大型语言模型的更新基准测试。值得注意的是，GLM 5.3 的表现与 Fable 5 相当，在误差范围内。此次发布还强调了基准测试为防止饱和而进行的快速迭代周期，并讨论了评估编码代理和自定义工具链的更具成本效益的替代方案。