GPT-5.6 Sol vượt mốc benchmark lập trình phản hồi (React Coding Benchmark) với 43,1%, tuy nhiên khoảng cách hiệu năng so với đối thủ là tối thiểu

2026-07-16 11:45:26

Theo Beating, Million đã phát hành ReactBench v1, một bộ benchmark dùng để đánh giá các AI thực hiện tác vụ mã hoá trên 51 hạng mục phát triển React thực tế. GPT-5.6 Sol đạt 43,1%, dẫn đầu so với các đối thủ; Fable 5 xếp sau với 41,2%. Million cho biết khoảng cách này không đáng kể, chưa đủ để khẳng định Sol có lợi thế rõ ràng. Dù đứng đầu về điểm số, ngay cả các mô hình hoạt động tốt nhất cũng chỉ hoàn thành chưa đến một nửa số tác vụ. Trong 4.455 bài kiểm tra, tất cả các mô hình đều ghi nhận 1.194 lỗi React, trong đó 77,5% được phân loại là lỗi hoặc các vấn đề liên quan đến bảo mật.

Xem nguồn

Tuyên bố miễn trừ trách nhiệm: Thông tin trên trang này có thể đến từ các nguồn bên thứ ba và chỉ mang tính chất tham khảo. Thông tin này không phản ánh quan điểm hoặc ý kiến của Gate và không cấu thành bất kỳ lời khuyên tài chính, đầu tư hoặc pháp lý nào. Giao dịch tài sản ảo tiềm ẩn rủi ro cao. Vui lòng không chỉ dựa vào thông tin trên trang này khi đưa ra quyết định. Để biết thêm chi tiết, vui lòng xem Tuyên bố miễn trừ trách nhiệm.

Tin tức liên quan

19giờ trước

OpenAI đã xây dựng GPT-Red để thử nghiệm các cuộc tấn công chèn lệnh nhắc (prompt injection). GPT-5.6 cho thấy ít lỗi hơn 6 lần.

07-15 06:13

Bốn “đại gia” AI chuyển trọng tâm khỏi quy mô mô hình: Lập trình và tác nhân giữ vai trò chủ chốt khi nhấn mạnh cắt giảm chi phí

07-15 01:33

Codex và ChatGPT ghi nhận lượng người dùng hoạt động đạt 8 triệu, tăng thêm 2 triệu trong hai ngày

07-14 21:27

Năm mô hình AI cho thấy sự phân biệt danh tính Satoshi: Ước tính nằm trong phạm vi 45%-70% cho nhà sáng tạo đơn lẻ

07-14 08:39

OpenAI ra mắt các mẫu GPT-5.6 (Sol, Terra, Luna); ban đầu chỉ cấp quyền hạn chế, dự kiến mở rộng hơn

Phân tích chuyên sâu