跳到正文
热点事件持续更新

Replit 发布 ViBench 2.0 长程软件构建基准

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

2026年11月5日，Replit 发布 ViBench 2.0 基准，用于评估长程软件构建能力。该基准包含 17 个全栈 Web 产品，基于 241 个功能请求，由浏览器智能体执行 544 个测试计划进行评分。 评测结果显示，最强模型仅能交付 65% 的完整可用产品，且无开源模型达标。值得注意的是，某模型家族的 pass@1 指标从 3% 提升至 53%，单次构建成本下降过半。

AI 根据报道生成 · 7 小时前更新

最新进展11月5日 13:00
ViBench 2.0：长程软件构建基准

报道时间线

沿着报道，了解事件的不同侧面。

11月5日
  1. arXiv · AI
    ViBench 2.0：长程软件构建基准

    Replit 推出 ViBench 2.0 基准，用于评估长程软件构建能力。该基准包含 17 个全栈 Web 产品，基于 241 个功能请求，由浏览器智能体执行 544 个测试计划进行评分。 评测显示最强模型仅能交付 65% 的完整可用产品，且无开源模型达标；某模型家族 pass@1 从 3% 升至 53%，单次构建成本下降过半。

本事件热度走势

可比范围当前
8
可比范围峰值
1011月5日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。