Skip to main content

同是 Terminal-Bench 2.1：DeepSeek 图中 Fable 5 为何是 88.0，GPT-5.6 页面却是 83.8？🌐 链接:

  1. 同是 Terminal-Bench 2.1：DeepSeek 图中 Fable 5 为何是 88.0，GPT-5.6 页面却是 83.8？

    🌐 链接: https://linux.do/t/topic/2746625

    🔍 关键词: #gpt

    🏷️ 分组: LinuxDo论坛

    🕒 时间: 2026-08-13 00:26:49
    LINUX DO
    同是 Terminal-Bench 2.1：DeepSeek 图中 Fable 5 为何是 88.0，GPT-5.6 页面却是 83.8？
    看到两张官方图里的数值似乎对不上，想请教一下大家： DeepSeek V4 Pro 官方对比图中，Terminal-Bench 2.1 一项里标的是 Fable 5 (w/ fallback) = 88.0。 GPT-5.6 介绍页的成本—分数图里，Claude Fable 5 对应大约 83.8；同一张图又把 Claude Mythos 5 单独标成 88.0。 我目前的猜测是：DeepSeek 图里用的自己的Harness。 有了解评测配置或原始来源的佬友吗？这两个数字能否直接横向比较？尤其想确认…