🖥️ من اسمش را «بنچمارک پرولتری» می‌گذارم 😄

کاربری یک تست جذاب انجام داده:
او فقط یک پرامپت برای ساخت بازی قدیمی Pinball داد و از چهار مدل برترِ فعلی خواست همین بازی را در قالب یک فایل HTML تولید کنند.

⏳ نتیجه؟
به نظر من، Opus-4.5 از بقیه عملکرد بهتری داشت — هم از نظر ساختار کد، هم اجرای روان، هم میزان خطاهای کمتر در منطق بازی.

این سبک تست‌ها خیلی خوب نشان می‌دهد که قدرت واقعی مدل‌ها در «vibecoding» چقدر با هم متفاوت است.

#vibecoding #AI #Opus45 #ChatGPT #Coding #Benchmark