Suniy intellekt olamida navbatdagi yutuq qayd etildi. GPT 5.4 modeli Vibe Code Bench v1.1 testlarida 67,42 foiz natija bilan mutlaq yetakchilikni qo'lga kiritdi. Bu ko'rsatkich avvalgi rekordchi GPT 5.3 Codex modelidan 5,7 foizga yuqoridir. Uchinchi o'rinni esa 57,57 foiz natija bilan Claude Opus 4.6 modeli egalladi. Bu haqda habr.com xabar beradi.
Ushbu sinov oddiy kod yozish yoki xatolarni tuzatishdan farqli o'laroq, modelning butun boshli veb ilovani noldan yaratish qobiliyatini baholaydi. Dastur bo'sh papkadan tortib to tayyor xizmatgacha bo'lgan jarayonni mustaqil amalga oshirishi kerak. Sinov davomida suniy intellektga autentifikatsiya, ma'lumotlar bazasi va to'lov tizimlari kabi murakkab vazifalar yuklanadi. Har bir loyiha uchun besh soatgacha vaqt ajratiladi va yakuniy natija maxsus agent tomonidan tekshiriladi.
Tahlillar shuni ko'rsatadiki, yuqori aniqlik har doim ham iqtisodiy samaradorlikni anglatmaydi. Masalan, Claude Opus 4.6 modeli GPT 5.4 ga qaraganda kamroq resurs sarflab, deyarli teng natijalarga erishmoqda. Bu esa dasturchilar uchun xarajatlarni optimallashtirishda muhim omil hisoblanadi. Shunga qaramay, suniy intellektning rivojlanish surati hayratlanarli: atigi yarim yil ichida eng yaxshi ko'rsatkichlar ikki barobarga oshdi.
Hozirgi kunda GPT 5.4 hali ham ba'zi vazifalarda xatoliklarga yo'l qo'ymoqda. Model yaratgan ilovalarning taxminan uchdan bir qismi to'liq ishlamaydi. Shunga qaramay, texnologiya kelajakda dasturlash jarayonini tubdan o'zgartirishi va inson mehnatini sezilarli darajada yengillashtirishi kutilmoqda.
“Zamin”ni Telegramʻda oʻqing!
