RecodeX 重构消息，Terminal-Bench 3.0最新榜单显示，Claude Opus 5（搭配Mini-Swe-Agent）以43.5%的任务成功率位居第一，超越GPT-5.6 SOL（搭配Codex）的34.6%。第三名由Claude Fable 5搭配Claude Code获得，成绩为34.1%。该基准测试于7月23日上线，首版包含74道任务，覆盖7个领域，并引入GPU、多容器网络等复杂环境。需注意，榜单评估的是“模型+代理”整套系统的综合能力，而非单一模型表现。