Back to Home
RadarAI··Papers & Tech

Replit 发布 ViBench 2.0 长程软件开发基准,GPT-6.1 Sol 以 65% pass@1 居首

中文摘要

Replit发布ViBench 2.0软件开发基准,GPT-6.1 Sol以65%成功率夺冠,全面评估AI代理从零构建产品的长程开发能力。

English Summary

Replit released the ViBench 2.0 benchmark for long-range software development, where GPT-6.1 Sol topped the leaderboard with a 65% pass rate in building complete products from scratch.

Original Excerpt

Replit 发布长程软件开发基准 ViBench 2.0,代理从空项目按功能搭建完整产品,包含 17 个产品、241 个功能请求和 544 个测试计划,并加入 Fireworks 的 Specialized Intelligence Index。