Replit发布ViBench 2.0长程构建基准
先了解这件事
AI 综述
2026年10月29日，Replit发布ViBench 2.0长程软件构建基准，用于评估AI智能体从空项目开始、逐个功能构建完整产品的能力，测试过程中不会预先看到后续任务。首批测试显示，GPT-6.1 Sol、GPT-6 Astra和Opus 5.5等模型仅在49%至65%的构建中通过全部检查。ViBench 2.0已纳入FireworksAI的Specialized Intelligence Index，并收录Fireworks的官方运行结果。
报道时间线
10月29日
- Replit 发布 ViBench 2.0 长程软件构建基准
Replit 发布 ViBench 2.0，用于评估 AI 智能体从空项目开始逐个功能构建完整产品的能力，测试过程中不会预先看到后续任务。GPT-6.1 Sol、GPT-6 Astra 和 Opus 5.5 等模型仅在 49% 至 65% 的构建中通过全部检查。该基准已纳入 FireworksAI 的 Specialized Intelligence Index，并收录 Fireworks 的官方运行结果。