Replit 发布 ViBench 2.0，最强模型通过率仅 49-65%

Replit 发布面向长程软件构建的 prompt-to-app 基准 ViBench 2.0：Agent 从空项目开始，逐个功能地搭建完整产品，且看不到后续需求。结果显示，即使是最强的 GPT-6.1 Sol 登顶榜单，在 17 个产品的构建任务中通过率也仅有 49–65%，暴露出当前模型在长程构建任务上的明显短板。

2026-10-29 ~ 2026-10-29 · 2 条相关

• Replit ViBench 2.0：最佳模型通过率仅 49–65%，GPT 6.1 Sol 居首 — amasad · 2026-10-29
• Replit 发布 ViBench 2.0:最强模型长程构建通过率仅 49-65% — amasad · 2026-10-29