7月16日消息，专做 React 开发工具的 Million 团队推出 ReactBench v1，测试 AI 编程 Agent 能否完成真实的 React 开发任务，并避免引入新的代码问题。 React 是用于构建网站和 App 界面的主流 JavaScript 库。Million 此前开发了 React Scan、React Doctor 和 Million.js 等开源工具。 ReactBench 从开源项目中筛出 51 项真实任务。除了检查功能能否运行，它还用 400 多条规则排查程序错误、性能、无障碍和代码质量问题。 GPT-5.6 Sol 以 43.1% 的综合得分居首，Fable 5 为 41.2%。官方称两者差距较小，暂时无法确认 Sol 明显更强。同为 XHigh 配置时，Fable 5 的单次测试成本约为 Sol 的 6.3 倍。 即使是成绩最高的配置，成功完成的任务也不到一半。在 4455 次新功能开发测试中，各模型共引入 1194 个 React 问题，其中 77.5% 是程序错误或安全问题。