Harbor / 专业办公 · 在终端里完成科研任务
区分 Claude Code、Codex 和 mini-SWE 等系统；不能把不同系统成绩直接当模型能力。
观察中：12 个型号且混合运行系统，新前沿型号仍不完整。
数据许可：待确认榜单数据使用边界
成绩由 Harbor 发布，原始分数与 openhot 共识分使用不同尺度，不能直接相加。