Hub mówi, jak pracować. 10x-cli przenosi zasoby do repo. 10xBench pomaga wybrać model.
Benchmark modeli
10xBench - jak modele radzą sobie z kodem
10xBench to benchmark, który pokazuje, jak modele LLM radzą sobie z jednym podejściem do zbudowania prawdziwej strony produkcyjnej w Astro, React, Tailwind i Cloudflare. Wyniki, zrzuty ekranu i wygenerowany kod porównujesz obok siebie.
Co to jest 10xBench
Każdy model dostaje ten sam prompt i ma jedno podejście - żadnych poprawek, żadnej iteracji. Zadanie: zbudować od zera stronę Przeprogramowani.pl. To test „vibe codingu" na realnym, produkcyjnym projekcie.
- Dla kogo
- Dla każdego, kto wybiera model do pracy z kodem - zamiast wierzyć marketingowi, patrzysz na dowody z realnego zadania.
- Co mierzy
- Jak model radzi sobie w jednym strzale: rozumienie wymagań, wygenerowany kod i gotowy do wdrożenia efekt.
- Na czym
- Na prawdziwej stronie Przeprogramowani.pl - Astro, React, Tailwind i Cloudflare.
Jak testujemy modele
Ten sam prompt i ta sama specyfikacja treści trafiają do każdego modelu. Stack jest ustalony, więc porównanie jest uczciwe - zmienia się tylko model.
- Jeden strzał
- Model buduje stronę w jednym podejściu, bez iteracji i bez podpowiedzi - to celowo trudny scenariusz zero-shot.
- Ustalony stack
- Astro + React + Tailwind + Cloudflare - identyczne dla wszystkich, żeby liczył się model, nie środowisko.
- Wiele prób
- Każdy model przechodzi zadanie kilka razy; wynik modelu to średnia z prób, a rozrzut widać jako osobne punkty.
Jak działa punktacja
Każde kryterium ocenia się w skali 0-1. Wynik modelu to średnia po kryteriach i próbach - jedna kolumna na model, z kropkami pokazującymi pojedyncze podejścia.
- Kryteria
- Każde kryterium: od 0 do 1 punktu. Suma kryteriów wyznacza maksymalny wynik zadania.
- Kary
- Opcjonalne odjęcie punktów za problemy spoza standardowych kryteriów - kary nie wliczają się do maksimum.
- Czas
- Czas wykonania zadania zbieramy poglądowo, ale nie wlicza się do wyniku.
Co znajdziesz na 10xbench.ai
Wchodzisz na 10xbench.ai i porównujesz modele obok siebie - liczby, obrazy i kod w jednym miejscu.
- Wyniki
- Tabela wyników z uśrednioną kolumną na model i rozrzutem prób.
- Zrzuty ekranu
- Podgląd tego, co każdy model faktycznie wygenerował - efekt wizualny obok punktacji.
- Kod
- Wygenerowany kod do wglądu - możesz zajrzeć, jak model doszedł do wyniku.
- Porównanie
- Zestawienie dwóch rodzin modeli po średnim wyniku kryteriów i rozrzucie prób.
Zobacz wyniki i zajrzyj do repozytorium
- Benchmark
- 10xbench.ai - leaderboard z wynikami, zrzutami ekranu i kodem.
- Repo
- Repozytorium 10x-bench - prompt, kryteria i wyniki benchmarku.
- Kurs
- Jak działa kurs - gdzie wybór modelu wpina się w naukę pracy z agentem.