GPT-6 Astra dari OpenAI telah mendapat tempat pertama di papan pemimpin WebDev Code Arena dengan skor 1,797, menciptakan jarak 35 mata antara dirinya dan Claude Fable 5.1 dari Anthropic yang berada pada 1,762. Dua hari selepas pelancaran rasminya pada 3 September 2026, model ini sudah mengubah urutan peringkat dalam pembangunan web berasaskan AI.
Papan pemimpin, yang dioperasikan oleh Arena.ai, bukanlah tolok ukur statik biasa. Ia menggunakan sistem penilaian gaya Elo yang dikumpulkan dari komunitas, mekanisme peringkat yang sama yang digunakan dalam catur kompetitif, di mana ahli komuniti memberi suara tentang sejauh mana model AI mengendalikan tugas pengkodean frontend dunia nyata. Lebih daripada 650,000 suara telah direkodkan merentas 126 model, menjadikan ini salah satu penilaian komuniti yang paling kukuh dalam bidang AI.
Apa yang membuat tolok ukur ini berbeza
Ujian AI tradisional cenderung menguji model terhadap set data tetap dengan jawapan betul yang telah ditentukan sebelumnya. Code Arena mengambil pendekatan yang berbeza secara mendasar. Model dievaluasi berdasarkan penaakulan berbilang langkah, penggunaan alat, dan alur kerja pengkodean berulang, pada dasarnya proses yang kacau dan bukan linear yang terlibat dalam pembangunan web sebenar.
Skor 1,797 GPT-6 Astra mewakili markah tertinggi yang dicapai oleh mana-mana model di papan pemimpin khusus ini. Claude Fable 5.1, calon terkini Anthropic, sebelum ini berada pada 1,762.
Lanskap persaingan semakin sesak
OpenAI dan Anthropic bukan satu-satunya pemain yang bersaing untuk kedudukan. Gambaran awal sebelum ini dari papan pemimpin September menunjukkan model daripada pembangun Cina yang menantang kedua-dua syarikat tersebut untuk tempat teratas.
GPT-6 Astra (Max) dan Claude Fable 5.1 (Max) kedua-duanya dihargakan secara serupa pada $10 per juta token input dan $50 per juta token output. Kedua-duanya menawarkan tetingkap konteks sebanyak 1 juta token.
OpenAI telah menempatkan GPT-6 Astra sebagai model paling canggihnya untuk kejuruteraan perisian dan aplikasi berdekatan. Model ini kini tersedia kepada pelanggan ChatGPT dan rakan API serta awan terpilih.