Agent 与过程评测 · 独立榜单
Terminal Task Swimlane
把思考、shell、测试和修复沿统一时间轴展开，显示并发、等待与重试成本。
swimlaneInformation grammar
它如何组织信息
事件泳道 + 时间轴 + 并发段 + 重试标记
- Visual system
- VS-33 Terminal trace
- Component ID
terminal-bench-trajectory
Use when
适用判断
适合单次轨迹剖析和 Agent latency；不用于模型总体排名。
Source lineage
Terminal-Bench
终端任务轨迹与阶段耗时
Open formal source ↗Structured data
可替换的数据模型
示意数据，仅复现信息结构，不代表最新榜单结果。
{
"lanes": [
{
"label": "PLAN",
"segments": [
[
0,
12
],
[
66,
74
]
]
},
{
"label": "SHELL",
"segments": [
[
10,
31
],
[
44,
63
],
[
78,
91
]
]
},
{
"label": "TEST",
"segments": [
[
29,
45
],
[
61,
79
],
[
90,
100
]
]
},
{
"label": "PATCH",
"segments": [
[
37,
57
],
[
72,
88
]
]
}
],
"retries": [
44,
78
]
}Related components