Benchmark thực tế

Daria Cupareanu (AiBlewMyMind) thực hiện blind test 4 AI agent platforms trên 2 tasks giống nhau: real estate research và xây dựng news app. LLM Council chấm điểm ẩn danh. Kết quả bất ngờ: Perplexity Computer thắng cả 2 rounds về accuracy, Claude tools thắng về visual design. Và tại sao "nếu chỉ chọn 1 platform: chọn Claude".