GPT-5.6 Sol Mengungguli Tolok Ukur Kode React dengan 43,1%, Namun Kesenjangan Kinerja Dibanding Kompetitor Minimal

Menurut Beating, Million merilis ReactBench v1, sebuah benchmark untuk menguji AI coding agents pada 51 tugas pengembangan React dunia nyata. GPT-5.6 Sol memperoleh skor 43,1%, memimpin para kompetitor; Fable 5 menyusul dengan 41,2%. Million mencatat bahwa kesenjangannya tipis, tidak cukup untuk mengonfirmasi keunggulan Sol yang jelas. Meski unggul dalam skor, bahkan model dengan performa terbaik hanya menyelesaikan kurang dari setengah tugas. Dalam 4.455 pengujian, semua model menghadirkan 1.194 masalah React, dengan 77,5% diklasifikasikan sebagai bug atau masalah keamanan.
Penafian: Informasi di halaman ini mungkin berasal dari sumber pihak ketiga dan hanya untuk referensi. Ini tidak mewakili pandangan atau pendapat Gate dan bukan merupakan nasihat keuangan, investasi, atau hukum. Perdagangan aset virtual melibatkan risiko tinggi. Mohon jangan hanya mengandalkan informasi di halaman ini saat membuat keputusan. Untuk detailnya, lihat Penafian.
Komentar
0/400
Tidak ada komentar