Se ha registrado un nuevo avance en el mundo de la inteligencia artificial. El modelo GPT 5.4 ha obtenido el liderazgo absoluto con un resultado del 67,42 por ciento en las pruebas Vibe Code Bench v1.1. Esta cifra es un 5,7 por ciento superior a la del anterior poseedor del récord, el modelo GPT 5.3 Codex. El tercer lugar fue ocupado por el modelo Claude Opus 4.6 con un resultado del 57,57 por ciento. Al respecto habr.com informa.
A diferencia de la simple escritura de código o la corrección de errores, esta prueba evalúa la capacidad del modelo para crear una aplicación web completa desde cero. El programa debe realizar el proceso de forma independiente, desde una carpeta vacía hasta un servicio listo para usar. Durante la prueba, se asignan tareas complejas como autenticación, bases de datos y sistemas de pago a la inteligencia artificial. Se asignan hasta cinco horas para cada proyecto y el resultado final es verificado por un agente especial.
Los análisis muestran que una alta precisión no siempre significa eficiencia económica. Por ejemplo, el modelo Claude Opus 4.6 logra resultados casi iguales utilizando menos recursos que GPT 5.4. Este es un factor importante para la optimización de costos para los desarrolladores. Sin embargo, el ritmo de desarrollo de la inteligencia artificial es sorprendente: en solo medio año, los mejores indicadores se han duplicado.
Actualmente, GPT 5.4 todavía comete errores en algunas tareas. Aproximadamente un tercio de las aplicaciones creadas por el modelo no funcionan completamente. A pesar de esto, se espera que la tecnología transforme radicalmente el proceso de programación y facilite significativamente el trabajo humano en el futuro.
¡Lee “Zamin” en Telegram!
