待验证85% 置信事实时间未知
在Web技术栈（HTML/JS/CSS）测试中，Claude再次率先完成任务
1
来源数
85%
置信度
中期 (~90 天)
时效性
2026/6/2
首次发现
有效期至：2026/8/31
来源
Claude Sonnet 4.5 vs GPT-5 Codex：软体物理编程实战对决
bilibiliAIDeepCoder
涉及实体
相关事实
待验证在第二轮测试中，Claude自动将检测管道扩展为Streamlit Web应用，包含启动/停止按钮、置信度阈值滑块、实时检测统计和WebRTC集成67% 相似待验证在模拟Google OAuth流程的靶场中，Claude通过测试redirect_uri参数，最终定位到message字段被直接反射进内联JS代码62% 相似已验证Claude Code在构建过程中会自动测试成果，打开应用、点击按钮、走完整个用户流程，对照Linear中定义的验收标准进行验证60% 相似已验证Claude模型在SWE-bench等编程能力基准测试中持续领先60% 相似已验证Claude在编程基准测试（如HumanEval、SWE-bench等）中持续名列前茅60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/37927API
curl https://kongchang.com/api/v1/knowledge/claims/37927MCP
get_claim(id=37927)