跳到正文

FullStack Bench

覆盖 16 种语言的全栈编程基准测试

访问官网

FullStack Bench 是什么

FullStack Bench 被介绍为一个多语言全栈编程基准测试,涵盖 16 种编程语言和 3000 个测试样本,用于现实世界代码开发场景。

你可以用它做什么

  • 在 16 种编程语言上比较编程模型
  • 借助 10 多个编程评估数据集
  • 通过统一的 HTTP API 提供评估服务

上手流程

  • 访问 GitHub 页面获取代码与数据集
  • 按指南安装必要的依赖和环境
  • 启动 SandboxFusion 沙箱服务器并运行基准测试

优点与缺点

✓ 我们认可的地方

  • 结合 10 多个编程相关评估数据集
  • 标准化格式便于不同编程任务的评估

! 需要留意的地方

  • 运行评估需启动 SandboxFusion 沙箱服务器
  • 运行基准测试前需按需修改模型配置

常见问题

覆盖多少种语言?

资料说明涵盖 16 种编程语言和 3000 个测试样本。

代码与数据从哪里获取?

资料记录的路径是访问 GitHub 页面获取代码和数据集。

最后评测: 2026-11-15

更多 AI 编程工具 工具

查看全部 →

评测方法