热点事件持续更新

Replit发布ViBench 2.0长周期软件开发基准

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Replit发布了用于评估长周期软件开发能力的基准测试ViBench 2.0，该测试要求模型从空项目开始逐步构建完整产品。在测试中，GPT-6.1 Sol、GPT-6 Astra和Opus 5.5模型分别以65%、60%和49%的pass@1率通过了所有测试计划。

AI 根据报道生成 · 3 小时前更新

最新进展10月29日 02:50

沿着报道，了解事件的不同侧面。

10月29日

02:50
Replit 博客
ViBench 2.0：一个用于长周期软件构建的基准测试
ViBench 2.0 是一个用于评估长周期软件开发能力的基准测试，模型需从空项目逐步构建完整产品。GPT-6.1 Sol、GPT-6 Astra 和 Opus 5.5 在测试中分别以 65%、60% 和 49% 的 pass@1 率通过所有测试计划。

还没有足够的连续观测数据，暂不绘制趋势。