Terminal-Bench 2.0：Epoch AI 的终端智能体评测基准

Epoch AI 的 Terminal-Bench 2.0 将模型与 Claude Code、Codex CLI、Terminus、Goose 等智能体工具配对，评测其在终端环境中的任务完成能力。成绩按模型与智能体的组合分别报告，取多次重复运行的平均解题百分比，排行榜仅列出每个模型版本表现最佳的组合。基准代码已在 Terminal-Bench GitHub 仓库开源。