Webdevbench：AIをソフトウェア開発機関として評価する

SWE-WebDev Bench は、AIコーディングプラットフォームを仮想ソフトウェア機関として評価するための68の指標からなる評価フレームワークです。結果はインタラクティブなベンチマークサイトで確認できます。