BENCHMARK DOCUMENTATO

Terminal-Bench 2.1

Risultati pubblicati e condizioni dichiarate dalle fonti. I dati sono confrontabili solo quando versione, configurazione, metrica e data coincidono.

01 / RISULTATI

Misurazioni pubblicate

Modello	Organizzazione	Risultato	Metrica	Condizioni
GPT‑5.6 Sol	OpenAI	88,8 %	Accuratezza	Con l'harness e il livello di impegno pubblicati.
GPT‑5.6 Terra	OpenAI	87,4 %	Accuratezza	Con l'harness e il livello di impegno pubblicati.
GPT‑5.6 Luna	OpenAI	84,7 %	Accuratezza	Con l'harness e il livello di impegno pubblicati.
Gemini 3.1 Pro	Google	70,7 %	Accuratezza	Valore riprodotto nella tabella comparativa di OpenAI.
DeepSeek V4.1 Flash	DeepSeek	90,6 %	Accuratezza	DeepSeek Harness, impegno max e configurazione pubblicata.

02 / INTERPRETAZIONE

Verifica l’identificatore del modello, la data e se l’alias può cambiare.

Verifica strumenti, sforzo, numero di tentativi, prompt e budget di inferenza.

Convalida il risultato con attività, lingue, formati ed errori rappresentativi del tuo prodotto.

03 / METODO

Un benchmark pubblico orienta, ma non sostituisce una valutazione con i tuoi dati, strumenti, budget e tolleranza all'errore.

Un alias mobile e uno snapshot possono produrre risultati diversi. Registra modello, data e fornitore.

Prompt, ragionamento, strumenti, numero di tentativi e budget devono essere equivalenti per poter confrontare.

Una piccola differenza può scomparire tra un'esecuzione e l'altra. Conserva campioni, dispersione ed errori, non solo la media.

Convalida se il miglioramento si mantiene in lingue, formati e casi reali vicini al tuo prodotto.

Una metrica è utile solo quando conosciamo l’attività, le condizioni e l’errore che conta. Il risultato inizia con la progettazione del test.

04 / FONTI