**TB-fn基准测试揭示：仅OpenAI与Anthropic模型稳居终端任务前沿**

_Who is at the frontier of terminal tasks?_

> Fidian发布TB-fn基准测试结果，对Terminal-Bench 2.1榜单前20模型进行重新评测。结果显示，仅OpenAI和Anthropic的模型保持在前沿梯队，GLM-5.3虽领跑开源阵营，但与Sol max的差距从TB-2.1的1.0分扩大至8.6分。六个模型在TB-fn上损失6-11分，包括Grok 4.5（-11）、Kimi K3（-10）和GLM-5.2（-9）。评测成本中位数上升41%，Claude Opus 5的三种努力等级得分相近，最高成本无实际收益。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-08-29 05:21（北京时间）
- **原文**：[打开原文](https://fidian.ai/blog/tb-fn-benchmark-results)