AI 에이전트 터미널 작업 순위
코딩 에이전트가 실제로 일을 끝내는지 보는 벤치마크입니다. Terminal-Bench v4.0은 66개 작업을 터미널에서 스스로 해결하게 하고 성공 비율을 잽니다. 10월 28일 판에서는 Kimi K3.1 Pro가 67.2%로 1위에 올랐고, 클로드 소네트 5.5가 63.6%로 뒤를 이었습니다.
순위
새로 들어와 1위입니다. 2위 소네트 5.5와 3.6%p 차이입니다.
앤트로픽 소네트 5.5가 새로 들어와 2위입니다. 같은 회사 오퍼스 5.5보다 4%p 높습니다.
지난 판 1위에서 3위입니다. 점수는 59.6%로 그대로입니다.
지난 판 2위에서 4위입니다. 지난 판에는 xhigh 설정 59.6%가 실렸고, 이번 차트에는 max 설정 59.1%가 실렸습니다.
구글 모델로 새로 들어왔습니다. 메타 Muse Wonder Full과 같은 57.1%입니다.
메타 모델로 새로 들어왔습니다. 제미나이 4 아르곤과 같은 57.1%입니다.
오픈AI 모델로 새로 들어왔습니다. 지난 판 5위였던 GPT-6 솔(43.9%)보다 12.2%p 높습니다.
오픈AI 모델로 새로 들어왔습니다.
지난 판 3위에서 9위입니다. 지난 판에는 xhigh 설정 55.1%가 실렸고, 이번 차트에는 max 설정 52.0%가 실렸습니다.
메타 모델로 새로 들어왔습니다. 페이블 5.1과 같은 52.0%입니다.
오픈웨이트(가중치 공개) 중 1위는 Z AI의 GLM-5.3 (max)로 41.9%, 전체 11위입니다. 1위 Kimi K3.1 Pro는 가중치 공개를 예고했지만 Artificial Analysis는 아직 비공개(Proprietary) 모델로 분류합니다.
v4.0은 v2.1보다 어렵게 다시 만든 판이라 점수가 전반적으로 낮고, 8월 2일 판(v2.1)과 숫자를 비교할 수 없습니다. max·xhigh·high는 추론 강도 설정이고 모델마다 Artificial Analysis 차트에 실린 설정 하나만 실었습니다. 변동은 9월 25일 판과 비교한 것입니다. 전체·최신값은 출처에서 확인하세요.