熱點事件持續更新
Replit 發佈 ViBench 2.0 評估長期開發能力
1 篇報道1 個報道來源2 小時前更新
先了解這件事
AI 綜述
2026 年 10 月 29 日，Replit 發佈 ViBench 2.0，作為長期軟件開發基準測試，評估 AI 智能體能否從空白專案開始，逐項加入功能以建立完整產品。測試涵蓋 17 款產品、241 項功能需求及 544 份測試計劃。GPT-6.1 Sol、GPT-6 Astra 及 Opus 5.5 的 pass@1 分別為 65%、60% 及 49%。報道並稱，近四分之三的頂尖模型建置失敗，未能通過的測試只在功能之間的互動測試中出現。
AI 根據報道生成 · 2 小時前更新
最新進展10月29日 03:01
Replit 已發佈 ViBench 2.0，並公佈三款模型的 pass@1 成績。報道時間線
沿着報道，瞭解事件的不同側面。
10月29日
- Replit：BlogReplit 發佈 ViBench 2.0 長期軟件開發基準測試
Replit 發佈 ViBench 2.0，這項長期軟件開發基準測試評估 AI 智能體能否從空白專案開始，逐項加入功能以建立完整產品。測試涵蓋 17 款產品、241 項功能需求和 544 份測試計劃；GPT-6.1 Sol、GPT-6 Astra 和 Opus 5.5 的 pass@1 分別為 65%、60% 和 49%。近四分之三的頂尖模型失敗建置，只在功能之間的互動測試中未能通過。
本事件熱度走勢
還沒有足夠的連續觀測數據，暫不繪製趨勢。