مدلهافوری
معیار جدید Arena برای ارزیابی واقعی ایجنتهای کدنویسی
انتشار دیتاستهای باز ArenaWebdevPreferences و جهش ۲۰ درصدی نرخ موفقیت ایجنتها همزمان با صدرنشینی Claude Fable 5.2 با سهم برد ۳۰.۴۸ درصد.
Sara Moradi · ۲ دقیقه مطالعه
تازهترین گزارشها و تحلیلهای تخصصی در بخش مدلها، همگام با دادههای زنده لیدربورد و تعرفه API ویگاس.
انتشار دیتاستهای باز ArenaWebdevPreferences و جهش ۲۰ درصدی نرخ موفقیت ایجنتها همزمان با صدرنشینی Claude Fable 5.2 با سهم برد ۳۰.۴۸ درصد.
مدل Gemini 4 Carbon با تعرفه موقت ۲ و ۱۰ دلار در رتبه ۳ کل ایستاد و Gemini 4 Hydrogen وارد فاز پایدار شد؛ مهلت خداحافظی Gemini 2.5 یکم دسامبر است.