Terminal-Bench 2.1 榜单发布：DeepSeek V4 Flash 0731 表现突出

Terminal-Bench 2.1 榜单旨在评估 AI Agent 在终端环境下的任务解决能力。榜单显示，DeepSeek V4 Flash 0731 在 Terminal Bench 2.1 中取得了 82.7 的高分，在 NL2Repo (54.2)、Cybergym (76.7) 和 DeepSWE (54.4) 等 Coding Agent 基准测试中也表现出色。这表明该模型在命令行操作、系统管理、安全任务和数据处理等复杂终端任务中具备强大的实力。榜单还提供了具体的任务示例，例如构建 Linux 内核、配置 Git Web 服务器和破解 7z 密码等，为 Agent 开发者提供了详细的评估参考。