据 Woofun AI 消息，专注于 React 开发工具的 Million 团队发布了 ReactBench v1，旨在评估 AI 编程工具完成实际 React 开发任务的能力。该基准测试从开源项目中选取 51 项任务，并通过 400 多条规则检测功能运行、程序错误、性能及代码质量。

测试结果显示，GPT-5.6 Sol 以 43.1% 的综合得分位居榜首，Fable 5 以 41.2% 紧随其后。在 XHigh 配置下，Fable 5 的单次测试成本约为 Sol 的 6.3 倍。

尽管采用最高性能配置，仍有超过一半的任务未能成功完成。在 4455 项新功能开发测试中，模型共引发 1194 个 React 相关问题，其中 77.5% 属于程序错误或安全问题。