ReactBench v1 显示 GPT-5.6 约 53%，Opus 5 约 49%
aidenybai · x · 2026-07-28
ReactBench v1 被定义为一个面向 真实 React 开发任务的 coding agent 评测。作者指出，很多模型虽然能通过传统 benchmark，但写出来的 React 代码到了生产环境仍可能出问题，因为传统测试很难覆盖性能、可访问性和代码质量。
截图里的榜单按 pass@1 排名，顶部是 GPT-5.6 Terra/Sol，约 53%；其后是 Anthropic Opus 5 约 49%，再往下有 Fable 5、Grok 4.5、Kimi K3、GLM 5.2 等。页面还把分数和一次 rollout 的成本放在一起展示，强调效果与算力开销之间的权衡。
所属事件:ReactBench 发布真实场景 React 编码智能体评测(3 条相关)→
「编程与Agent」频道最新
- Alchemy 新增 Kubernetes 文档中心，从 kind 集群到 EKS 部署全流程 — samgoodwin89 · 2026-09-23
- Rat Stack：把应用和云写成一个类型化程序，让 AI agent 可靠地搭建部署 — samgoodwin89 · 2026-09-23
- 小米发布 MiMo-V2.6：开源模型 AA 智能指数 46 分居首 — burny_tech · 2026-09-23
- 「还记得 Tab 补全吗」：编码方式两年间的狂飙变迁 — yoobinray · 2026-09-23
- 调查：1/4 的 AI Agent 处于无人监控状态 — rseroter · 2026-09-23
- 警惕「提示词债务」：自然语言不是可靠的系统规格语言 — dbreunig · 2026-09-23