Terminal Bench 4.0发布后，Reddit网友热议GLM-5.3与Fable 5在误差范围内持平，但不少人质疑基准测试真实性，认为存在数据泄露可能。同时，网友讨论小型替代基准方案，建议用固定探针集自测，并指出成本与token消耗才是关键。