SlopCodeBench
AssessCông cụ
Một bộ benchmark dùng để đo hành vi của tác tử lập trình và chất lượng mã nguồn.
Vì sao ở đây
Xếp vào Assess: 1 bài bằng chứng từ 1 nguồn, chủ yếu là tin nghiên cứu, 1 bài trong 30 ngày qua. Độ tin cậy 24%. Bằng chứng còn ít nên xếp thận trọng, chờ thêm tín hiệu.
Bằng chứng (1)
- 6Hacker News·27/7/2026researchĐánh giá Opus 5 trên SlopCodeBench
Bài viết công bố kết quả benchmark của Opus 5 trên SlopCodeBench, một bộ đánh giá tập trung vào lập trình. Nội dung phân tích hiệu năng của mô hình trên các tác vụ lập trình theo kiểu tác tử và những gì benchmark cho thấy về chất lượng code cũng như các dạng lỗi thường gặp.