为什么重要
1000 个 Web 应用生成任务——评测模型从需求描述到可运行网页的全栈能力。
构建方式与示例
例如：“生成一个带有搜索功能的图书管理系统网页”→ 模型输出 HTML/CSS/JS → 测试可用性。
返回评测
代码生成 代码-工程交付 未饱和
模态 · 代码
任务 · 执行验证
WebApp1K
测试 LLM 生成完整前端 Web 应用的能力，覆盖 1,000 个真实 Web 开发任务
多校联合 ·
考察能力
Web开发 前端 HTML/CSS/JS React 全栈
构建信息
- 数据规模
- 1,000 tasks
- 评测方式
- 标准评测
- 核心指标
- Pass Rate (%)
资源链接
模型效果排行
🥇 Claude Opus 4
62.8%
🥈 GPT-5
58.4%
Web开发 前端 代码生成