Terminal-Bench터미널벤치

Terminal-Bench는 Stanford University와 Laude Institute가 2025년에 공개한 benchmark(표준 과제로 성능을 비교하는 평가)로, AI agent(도구를 사용해 과제를 수행하는 AI)가 터미널에서 명령을 실행하며 작업을 완료하는 능력을 평가한다. 코드 저장소의 문제 수정을 중심으로 평가하는 SWE-bench와 달리 터미널을 통한 작업 수행 전반에 초점을 맞춘다. 과학 연구 작업에 초점을 맞춘 Terminal-Bench Science도 있다.

과제마다 격리된 실행 환경과 결과를 확인하는 테스트가 주어지며, 이후 개정판이 이어서 나왔다. AI 기업들이 coding agent나 모델의 자율 작업 성능을 발표할 때 자주 인용한다.

이 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리했습니다. 잘못된 내용이 있으면 정정 요청으로 알려 주세요.