> ## Documentation Index
> Fetch the complete documentation index at: https://factory-docs-cli-sandbox-mcp-whole-process.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Terminal Bench

> AI コーディングエージェント向けの Terminal Bench の結果と方法論。

export const BarChart = ({data, valueKey, labelKey = "name", valueLabel = "Score", maxValue}) => {
  const values = data.map(d => d[valueKey]);
  const topValue = values[0];
  const minValue = Math.min(...values);
  const baselineOffset = topValue - (topValue - minValue) / 0.8 * 1;
  return <div className="space-y-3 my-6 not-prose">
      {data.map((item, idx) => {
    const value = item[valueKey];
    const percentage = (value - baselineOffset) / (topValue - baselineOffset) * 80;
    const isDroid = item[labelKey].toLowerCase().includes('droid') || item[labelKey].toLowerCase().includes('factory');
    return <div key={idx}>
            <div className="flex items-center gap-2 mb-1.5">
              <span className="w-6 text-sm font-mono text-zinc-400 dark:text-zinc-500 text-right">
                {idx + 1}
              </span>
              <span className="text-sm font-medium text-zinc-900 dark:text-zinc-100">
                {item[labelKey]}
              </span>
            </div>
            <div className="flex items-center gap-3">
              <div className="w-6" />
              <div className="flex-1 h-7 relative flex items-center">
                <div className="h-full rounded-sm transition-all duration-500" style={{
      width: `${percentage}%`,
      background: isDroid ? 'linear-gradient(to right, #f97316, #fb923c)' : 'linear-gradient(to right, #a1a1aa, #d4d4d8)'
    }} />
                <span className="ml-2 text-xs font-mono text-zinc-600 dark:text-zinc-400">
                  {typeof value === 'number' && value % 1 !== 0 ? value.toFixed(1) : value}{valueLabel.includes('%') ? '%' : ''}
                </span>
              </div>
            </div>
          </div>;
  })}
    </div>;
};

export const terminalBenchData = [{
  name: "Factory Droid",
  model: "Claude Opus 4.5",
  accuracy: 63.1
}, {
  name: "OpenAI Codex CLI",
  model: "GPT-5.1-Codex-Max",
  accuracy: 60.4
}, {
  name: "Warp",
  model: "Claude Opus 4.5",
  accuracy: 59.1
}, {
  name: "OpenHands",
  model: "Gemini 3 Pro",
  accuracy: 43.8
}, {
  name: "Anthropic Claude Code",
  model: "Gemini 3 Pro",
  accuracy: 40.1
}];

ターミナルベースのインターフェースを使って、実世界のソフトウェアエンジニアリングタスクにおける AI コーディングエージェントを評価する、[tbench.ai](https://www.tbench.ai) のベンチマークです。エージェントがコードベースをどれだけ効果的に探索し、コマンドを実行し、コマンドライン操作を通じて解決策を実装できるかを測定します。

### 結果

<BarChart data={terminalBenchData} valueKey="accuracy" valueLabel="%" maxValue={100} />

*最終更新: 2025年12月*

### 方法論

| カテゴリ         | 説明                 |
| ------------ | ------------------ |
| **コード探索**    | 関連するコードを見つけて理解する能力 |
| **バグ修正**     | 問題の特定と解決           |
| **機能実装**     | 新しい機能の追加           |
| **リファクタリング** | 既存コード構造の改善         |
| **テスト**      | テストの作成と実行          |

タスクは **正確性**、**効率性**、**コード品質** に基づいて評価されます。

<Card title="Terminal Bench ランキング" icon="trophy" href="https://www.tbench.ai/leaderboard/terminal-bench/2.0">
  ライブランキングを確認し、あなたのエージェントを登録する
</Card>