GPT-5 Codex 评测详情

GPT-5 Codex 当前已收录的代表性评测结果包括 Terminal Bench Hard（59 / 244，得分 37.90）、SWE-bench Verified（41 / 116，得分 74.50）、MMMU-Pro（104 / 229，得分 73.80）。