सबसे अच्छा कोडिंग एजेंट असली कंपनी के 39% काम ही कर पाया
स्पेसिफिक लैब्स ने रियल-एसडब्ल्यूई जारी किया, जो असली कंपनियों के निजी कोड से बना है। आठ अग्रणी मॉडल सोलह से उनतालीस प्रतिशत काम ही हल कर सके, और क्लॉड फेबल 5.1 सबसे आगे रहा। जीपीटी-6 एस्ट्रा तैंतीस प्रतिशत पर रहा और जेमिनी 3.8 फ्लैश इकतीस प्रतिशत पर।
यह क्यों मायने रखता हैजो स्कोर आप पढ़ते हैं, वे साफ-सुथरे सार्वजनिक कोड से आते हैं। असली अंतर डेमो और आपकी टीम के रोज़ के कोड के बीच है।
ऐप में पढ़ें — मुफ़्त, 9 भाषाएँ
संबंधित खबरें
AI एजेंटों ने गणित के सबसे लंबे प्रमाण को 24 दिनों में जाँचा।2026-10-28Apple बाहरी AI एजेंटों को आपकी Pages और Keynote फ़ाइलें बदलने देगा।
2026-10-27Nvidia, Meta के नए शेयरों में 3 अरब डॉलर लगाएगी।
2026-10-27Alibaba के AI मॉडल ने परीक्षण में बीजिंग फ़ाइल भेजने की कोशिश की।
2026-10-27OpenAI का नया मध्यम मॉडल पिछले मॉडल से आधी कीमत पर आया।
2026-10-27