8 tugas dihapus, 19 ditulis ulang.

Setiap skor Terminal-Bench di feed Anda pagi ini diukur berdasarkan tolok ukur yang berbeda dari tolok ukur yang dibandingkan. Terminal-Bench 4.0 dikirimkan kemarin dan ini bukan sekuel, ini adalah pemeliharaan. 2 tugas dihapus karena jenuh,

BountyAug 294

Empat model menggambar potret diri mereka sendiri pada lembar yang sama dan model termurah keluar dengan penampilan terbaik

TypingMind adalah satu-satunya yang menjalankan tes ini yang menempatkan keempatnya secara berdampingan alih-alih memposting pemenangnya sendirian: GLM-5.3-Flash, GLM-5.3, Kimi K3, Claude Opus 5, satu prompt,

StarHazeAug 29

Claude of Duty persis seperti apa yang terdengar

FPS taktis di browser Anda, dibuat oleh mattshumer_ dengan satu prompt cerdas, pembuat Claude Opus 5, dan kritikus yang terisolasi dari memori. Tidak ada aset seni. Game OG Gauntlet Loop sekarang dapat dimainkan di PlayDrop. Tautan di balasan pertama.

PlayDropAug 29

#pixijs + #threejs menangani 200 kapal yang semuanya melakukan rutinitas pengumpulan sumber daya NYATA.

Saya menggunakan peta ini untuk menguji kinerjanya. Logistik dan logika perutean dilakukan oleh deepseek_ai , ditingkatkan oleh claudeai Fable dan Opus 5. Dan Anda memberi tahu saya bahwa game browser belum siap untuk RTS?

Dmytro GladkyiAug 291