HyperAI
Command Palette
Search for a command to run...
Terminal-Bench Hard
Ein agentischer Benchmark zur Bewertung von KI-Fähigkeiten in Terminalumgebungen anhand von Aufgaben aus Softwareentwicklung, Systemadministration und Datenverarbeitung.
- Modelle
- 147 aktuell, 432 insgesamt
- Median
- 6.8%
- Bereich
- 0.0%–53.8%