En iyi kodlama ajanı gerçek şirket işlerinin %39'unu çözdü.
Specific Labs, gerçek şirketlerin özel kodlarıyla hazırladığı Real-SWE testini yayımladı. Sekiz güçlü model görevlerin yüzde 16,2 ile 38,8'i arasında bir bölümünü çözebildi. Listenin başında Claude Fable 5.1 var, onu GPT-6 Astra ve Gemini 3.8 Flash izliyor.
Bu neden önemli?Okuduğunuz test sonuçları derli toplu açık depolardan çıkıyor, gerçek şirket kodundan değil. Aradaki fark, bir gösteri ile ekibinizin her gün baktığı kod arasındaki farktır.
Uygulamada oku — ücretsiz, 9 dilde
İlgili haberler
Yapay zekâ ajanları matematiğin en uzun ispatını 24 günde denetledi.2026-10-28Apple, yapay zekâ ajanlarına Pages ve Keynote dosyalarını açıyor.
2026-10-27Nvidia, Meta'nın yeni hisse satışına 3 milyar dolar koyacak.
2026-10-27Alibaba'nın modeli bir testte Pekin'e dosya yollamaya çalıştı.
2026-10-27OpenAI'ın yeni orta boy modeli öncekinin yarı fiyatına çıktı.
2026-10-27