Terminal-Bench 4.0（Vals AI 復跑）
Vals AI / 程式設計 · Vals 用同一套 Agent 流程給所有模型復跑 Terminal-Bench 4.0。
在 888news 中參與排名
依據預算不參與排序
上游數據時間待核實
最近成功同步尚未開始採集
它測什麼，怎麼測
取 Vals 專項頁 Overall 通過率。同一型號按最高推理檔位選代表配置，選擇不看分數。
如何使用這份依據
計分：程式設計領域，與 AA 復跑的 Terminal-Bench 4.0 同屬一類，兩家合起來算一票。
評測局限與數據署名
Vals 公佈每次執行有多少題被廠商介面轉給了同廠商的舊型號：有回退的成績照常計入並在模型頁標註，受影響題目過半的不計。同屬 Vals 的幾項評測不能當作多家獨立機構。
數據許可：官方公開結果；公開再展示保留官方署名，完整再分發授權仍以 Vals 條款為準
成績由 Vals AI 發布，各項原始分數使用不同尺度，不能直接相加；參考名次採用公開的分差標準化規則。