GPT-5.6 击败 React 编码基准,得分达到 43.1%,但与竞争对手的性能差距很小
根据 Beating 的说法,Million 发布了 ReactBench v1,这是一项基准测试,用于在 51 个真实的 React 开发任务上评估 AI 编程代理。GPT-5.6 Sol 的得分为 43.1%,位居所有竞争者之首;Fable 5 随后为 41.2%。Million 指出,这一差距非常微小,不足以确认 Sol 的明显优势。尽管领先,表现最好的模型完成的任务也不到一半。在 4,455 项测试中,所有模型共引入了 1,194 个 React 问题,其中 77.5% 被归类为漏洞或安全问题。
Gate News·3 分钟前
