Anthropic は、Claude Code の新しいプラグイン評価ワークフローを公開しました。 clude plugin eval コマンドは、現実的なプロンプトに対してプラグインを実行し、Claude が生成したものを評価し、プラグインが実行された結果と結果を比較します。
新しいモデルは、機能と価格パフォーマンスの最前線をリセットします。チームは、ローンチによって 1 ドルあたりの可能性が変わるたびに、何を構築するかを再評価します。
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。