Terminal Bench
Terminal Bench 2.1 榜单公布，AI 编程工具差距开始落到执行细节
Terminal Bench 2.1 与 Deep SWE 1.1 对多款 AI 编程工具进行终端和软件工程任务评测。结果显示，模型能力之外，命令行工具链、上下文管理与任务执行框架，正在成为 AI 编程产品的实际分水岭。
返回首页
Terminal Bench
找到 2 篇关于此标签的文章
Ai2
8.5GB 显存也能跑 27B 编程 Agent，门槛下降但离普及还差最后一公里
Tmax-27B 原本需要约 54GB 显存，如今有人把它压到 8.5GB 也能跑，并在编程任务上做出 70% 通过率。值得关心的不是“模型更大”，而是本地 Agent（可调用工具自动完成任务的模型）开始进入消费级硬件范围，但稳定性和真实落地仍未过关。