Terminal-Bench 2.1

Ver no idioma original →

Benchmark agentic longo citado no documento técnico da Prism ML, no qual o Bonsai 2 manteve cerca de 76% da pontuação original.

Mencionado em

• Flint 40B vs Qwen3.8 27B
• Do zero ao leaderboard: avaliação de agentes — Wolfram Ravenwolf, Weights & Biases
• Combinei GPT-6 Astra com DeepSeek… (100x mais barato)
• Qwen 27B com 6 GB de VRAM…
• Nanbeige 4.3-33B é incrível (no papel): testei em uma GPU alugada
• Boas-vindas ao GitHub Copilot Day: o futuro da engenharia com agents

Relacionados

Qwen3.8 27B, SWE-bench Verified, OpenRouter, Codex, Recursive, Mixture of Experts, Flint, Weights & Biases, Harbor, Weave, Gemini 3.5 Flash, GPT-5.5