Клод Код опережает CodeBuddy в 17 из 28 сравнений

В бенчмарке AI-кодирования Tencent агент Клод Код от Anthropic превзошел CodeBuddy в 17 из 28 моделей. В области кода все 7 моделей показали более высокие результаты при выполнении с Клод Кодом. Tencent YuTuLab, Kin SecurityLab, Windy SecurityLab и WorkBuddy опубликовали бенчмарк WorkBuddy, состоящий из 260 задач. Задачи разделены на 80 кодовых, 70 веб, 50 офисных и 60 по безопасности. Harnis — это уровень выполнения агента, который отвечает за управление контекстом, вызов инструментов и выполнение задач вне модели. По результатам оценки CodeBuddy опередил в веб- и офисных областях с результатами 4:3, а в области безопасности Клод Код показал преимущество 4:3. Оценки GLM-5.2 в вебе составили 67.43 и 60.71, а оценки безопасности GPT-5.5 — 77.91 и 64.39. Лидерство зафиксировано на уровне CodeBuddy 2.109.3 и Клод Код 2.1.187, при этом каждая оценка была рассчитана как среднее значение трех запусков в режиме think. Эти результаты показывают, что при оценке AI-кодирующих инструментов также следует учитывать структуру выполнения и способы управления инструментами. Однако количество задач в оценке было ограничено 50-80 в каждой области, и BlockBits выразил мнение, что дополнительные задачи могут изменить рейтинг. Бенчмарк WorkBuddy предоставляется в открытом репозитории и наборе данных Hugging Face.

Этот контент предоставляется исключительно в общих информационных целях и не является финансовым, инвестиционным, юридическим или налоговым советом. Любые мероприятия, вознаграждения, онлайн-акции или связанная с ними информация, упомянутые в настоящем документе, не должны рассматриваться как рекомендация, приглашение к покупке, продаже, торговле или иной сделке с какими-либо криптоактивами. Криптоактивы очень волатильны и могут привести к убыткам. Доступность услуг, продуктов WEEX и связанных с ними событий может варьироваться в зависимости от региона. Вы несете ответственность за обеспечение того, чтобы ваше участие соответствовало применимым местным законам и нормативным актам.