论文

Terminal Bench 2.1

别名：Terminal Agent Benchmark

衡量模型在终端交互与自动化任务执行能力的基准。

已跟踪 1 条高相关材料

TraeAI 观察

最近变化

2026-06-01 · MiniMax M3 在 SWE-Bench Pro 基准测试中取得 59.0% 正确率，领先多数开源模型。

为什么值得关注

Terminal Bench 2.1 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。

MiniMax大语言模型开源模型编码能力长上下文

如果只读 3 篇

Read more from @MiniMax_AI:

OpenRouter(@OpenRouterAI) · 8.5 分

MiniMax 推出 M3 开源模型，首次融合编码、代理与长上下文能力，在 SWE-Bench Pro 等基准上达 59%+，支持 1M 上下文窗口，推动开源大模型向多能型前沿迈进。

相关材料

已收录 1 条与 Terminal Bench 2.1 相关的内容，按评分排序。

Read more from @MiniMax_AI:

MiniMax 发布 M3 开源模型：首个融合编码、代理与长上下文能力的前沿模型

OpenRouter(@OpenRouterAI)6月1日82 字 (约 1 分钟)

85

MiniMax 推出 M3 开源模型，首次融合编码、代理与长上下文能力，在 SWE-Bench Pro 等基准上达 59%+，支持 1M 上下文窗口，推动开源大模型向多能型前沿迈进。

入选理由：MiniMax M3 在 SWE-Bench Pro 基准测试中取得 59.0% 正确率，领先多数开源模型。

精选推文#开源模型#大语言模型#编码能力#长上下文#MiniMax英文

跨材料问答 · Terminal Bench 2.1

回答基于：Terminal Bench 2.1 相关 1 条材料