Vibe Code Bench v1.1
Vals AI / 编程 · 按一份需求从零搭出网页应用,再在浏览器里按验收步骤逐项检查功能。
在 AIHOT 中参与排名
所属领域编程
上游数据时间11/19 08:00
最近成功同步11/22 20:05
它测什么,怎么测
50 个应用开发场景,统一 OpenHands,浏览器评测按验收步骤检查功能。
AIHOT 怎么用它
计分:应用开发;与 Vibe Code Bench 1–100 共用一类评测。从上一轮综合榜已收录官方 API 价格或公开权重的型号里,取前 10 家厂商各自名次最高的型号。至少测过其中 60% 才参与计算(发布不满一个月的没测不算缺)。
评测成绩
同一模型测了多个档位时,按固定规则只取一套代表成绩;没有可用成绩的模型标为“未计入”并写明原因。匿名测试型号不展示,名次照搬原榜,每项最多列 30 个。
评测局限与数据署名
只取 Vals 这项评测的主流程 OpenHands 的成绩。 缺测留空;回退成绩计入并标注,受影响题目过半不计。
数据许可:官方公开结果;公开再展示保留官方署名,完整再分发授权仍以 Vals 条款为准
成绩由 Vals AI 发布。各项评测的原始分数尺度不同,不能直接相加;AIHOT 按公开规则把它们折算成同一种分数。