Back to top
  • 공유 Share
  • 인쇄 Print
  • 글자크기 Font size
URL copied.

1.824 điểm: Claude Fable 5.2 đứng đầu bảng WebDev

Bản phác thảo ứng dụng web mở song song trên màn hình máy tính xách tay / TokenPost.ai

Claude Fable 5.2 của Anthropic đứng đầu bảng xếp hạng tổng thể WebDev của Code Arena với 1.824 điểm, hơn Claude Opus 5.5 ở vị trí thứ hai 6 điểm.

Bảng xếp hạng Code Arena công bố ngày 18 có 162 mô hình và tổng cộng 1.027.059 phiếu đánh giá. WebDev là hạng mục đánh giá khả năng tạo ứng dụng web.

GPT-6.2 Astra đứng thứ ba với 1.797 điểm. Claude Fable 5.2 được đánh giá ở thiết lập xHigh, còn Claude Opus 5.5 dùng thiết lập Max.

Trang chi tiết ghi Claude Fable 5.2 đạt 1.824±17 điểm và Claude Opus 5.5 đạt 1.818±11 điểm. Cả hai mô hình đều có khoảng thứ hạng ước tính từ vị trí 1 đến 3, nên các khoảng này chồng lấn nhau.

Code Arena đánh giá bằng cách cho người chấm so sánh hai ứng dụng web do mô hình tạo ra rồi bỏ phiếu cho sản phẩm tốt hơn. Quá trình xem xét khả năng hoạt động, mức độ dễ sử dụng, độ sát với yêu cầu và thiết kế.

Theo phần giải thích về phương pháp đánh giá của Code Arena, mô hình tạo và chỉnh sửa tệp trong môi trường được kiểm soát để hoàn thiện ứng dụng. Kết quả qua nhiều lượt thực hiện và chỉnh sửa cũng được đưa vào đánh giá.

Cách đánh giá này tập trung vào những yếu tố khác với các bài kiểm tra code truyền thống, vốn chủ yếu xem mô hình có vượt qua bộ ca kiểm thử cố định hay không. Code Arena cho biết phương pháp của họ tính đến cả chức năng ứng dụng, khả năng sử dụng và mức độ đáp ứng thiết kế được yêu cầu.

Thứ hạng thay đổi theo từng loại bài tập. Claude Fable 5.2 đứng đầu hạng mục React với 1.887 điểm, xếp thứ tư ở hạng mục HTML với 1.779 điểm và đứng thứ hai trong bài tập tạo sản phẩm dựa trên thiết kế tham chiếu với 1.844 điểm.

Trước đó, TokenPost đưa tin Claude Fable 5.2 đứng đầu bài đánh giá tương tác 3D AA-3D với 1.271 Elo. Không thể so sánh trực tiếp hai mức điểm này vì AA-3D và WebDev có bài tập đánh giá và hệ thống tính điểm khác nhau.

Ngày 9, Anthropic giới thiệu Claude Fable 5.2 là mô hình hướng tới các công việc kỹ thuật phức tạp, kéo dài. Công ty cho biết tốc độ tạo đầu ra nhanh hơn tối đa 30% so với phiên bản trước.

Anthropic cho biết mô hình có trên nền tảng riêng của hãng, Bedrock của Amazon Web Services, Google Cloud và Microsoft Foundry. Tài liệu mô hình ghi phí API cơ bản là 8 USD (khoảng 10.656 won) cho mỗi 1 triệu token đầu vào và 40 USD (khoảng 53.280 won) cho mỗi 1 triệu token đầu ra.

Cả phí đầu vào lẫn đầu ra đều thấp hơn 20% so với Claude Fable 5.1. Trong khi đó, phí API cơ bản của Claude Opus 5.5 là 4 USD cho mỗi 1 triệu token đầu vào và 20 USD cho mỗi 1 triệu token đầu ra, bằng một nửa mức phí của Claude Fable 5.2.

Chi phí trung vị mỗi bài tập do Code Arena tổng hợp là 11,58 USD (khoảng 15.425 won) đối với Claude Fable 5.2 và 9 USD (khoảng 11.988 won) đối với Claude Opus 5.5. Đây là chi phí thực tế cho mỗi bài tập đánh giá, khác đơn vị với phí API cơ bản tính trên mỗi 1 triệu token.

<Copyright ⓒ TokenPost, unauthorized reproduction and redistribution prohibited>

Most Popular

Other related articles

Comment 0

Comment tips

Great article. Requesting a follow-up. Excellent analysis.

0/1000

Comment tips

Great article. Requesting a follow-up. Excellent analysis.
1