@scp3500 在 gpt不同思考挡位在Terminal Bench4.0上的跑分图中发帖DeepSWE 榜上 Gemini 3.8 Flash 和 GPT-6 Astra 分数接近，但它们实际用的差距却很大因此我做了一张以 Terminal-Bench 4.0 的跑分为主轴，结合 OpenAI 放出的 GPT-6系列 DeepSWE 跑分图的风格说明： Terminal-Bench 4.0 的跑分与价格数据均来自 Artificial Analysis（AA 站）我顺手补了最新的 Claude Opus 5.5 模型评分仅供参考 [06d87cb267e55501e21b56fc3f0c2331]

@scp3500 在 gpt不同思考挡位在Terminal Bench4.0上的跑分图中发帖

DeepSWE 榜上 Gemini 3.8 Flash 和 GPT-6 Astra 分数接近，但它们实际用的差距却很大 
因此我做了一张以 Terminal-Bench 4.0 的跑分为主轴，结合 OpenAI 放出的 GPT-6系列 DeepSWE 跑分图的风格 
说明： 

Terminal-Bench 4.0 的跑分与价格数据均来自 Artificial Analysis（AA 站）
我顺手补了最新的 Claude Opus 5.5 模型
评分仅供参考

 [06d87cb267e55501e21b56fc3f0c2331]