Arena, GPT-6 Astra Max’i 5 Eylül’de web arayüzü geliştirme sıralamasına ekledi. Modelin 1.797 puanı, Claude Fable 5.1 Max’in 1.762 puanını aşıyor; ancak her ikisinin sıra aralığı da 1–2. Kullanıcıların üretilen arayüzler arasındaki tercihlerine dayanan sonuç, bu belirli görevlerdeki karşılaştırmayı gösteriyor. Astra Max için 1.199, Fable Max için 2.275 oy bulunuyor.
Arena’nın 5 Eylül tarihli duyurusu, GPT-6 Astra Max’in Code Arena: WebDev sıralamasına eklendiğini gösteriyor. Aynı tarihli tabloda modelin puanı 1.797 ve oy sayısı 1.199. Bu eklemeyle Astra Max, kullanıcıların oluşturulan web arayüzleri arasında seçim yaptığı değerlendirmede yer aldı. Modelin karşılaştırıldığı Claude Fable 5.1 Max ise aynı tabloda 1.762 puanla bulunuyor.[1], [2]
Arena, gerçek web arayüzü görevleri için üretilen uygulamaları ikili karşılaştırmaya sunuyor. Kullanıcı tercihleri, Elo benzeri bir puanlama sistemiyle sıralamaya yansıtılıyor. Crypto Briefing’in aktardığı sıralama 126 modeli ve 650.000’i aşkın oyu kapsıyor. Bu sayılar tablonun bütününe ait; Astra Max’e verilen oyların sayısı olarak okunmamalı. Değerlendirmenin konusu, modellerin bu web geliştirme görevlerinde ürettiği arayüzler.[2]
Claude Fable 5.1 Max’in 1.762 puanı 2.275 oya dayanıyor. GPT-6 Astra Max’in 1.797 puanı daha yüksek olsa da Arena her iki model için 1–2 sıra aralığı veriyor. Bu ortak aralık, puan farkının kesin bir birincilik olarak okunmasını sınırlıyor. Sonuç, kullanıcıların web arayüzü tercihleriyle ilgili; bütün kodlama görevlerinde geçerli genel bir üstünlük bildirmiyor.[1], [2]
