実行コスト 2,600 ドルの単一 MirrorCode タスクで 19 日間ノンストップでプログラムされた AI モデル

Epoch AI の新しい MirrorCode ベンチマークは、AI モデルが元のコードにアクセスせずに完全なプログラムを再作成できるかどうかをテストします。 Claude Opus 4.7 は 56% の解決率でリードし、16,000 行のツールキットをわずかな時間で再構築しています。

概要は情報提供のみを目的としてまとめられています。全文についてはソース リンクを参照してください。デモのエントリは一例です。