開源模型成績核實台

• 日期：2026-10-25
• 來源主題：daily-ai

所遇到的問題

官方自報 Terminal-Bench 領先 GPT-6、僅略遜 Claude，但第三方尚未複現，企業採購與教學實作無法核實成績是否可信。

可開發的 APP 主題

開源模型成績核實台

這支 APP 能做到什麼

• 登錄官方自報分數、測試項目與發布日期
• 標記第三方是否已複現及與自報的落差
• 對照同項目閉源模型已公開成績
• 產出採購／教學用核實摘要