Bug Hunt Bench 实测 105 个真实漏洞：模型成本相差近 200 倍

Pawel Huryn 发布 Bug Hunt Bench，用小米仓库中 105 个真实（非人造植入）漏洞、2 个代码仓库实测前沿编程模型，由不同模型家族的盲评裁判对照密钥答案打分（中位数，n≥3），未修复或漏判记零分。结果显示各模型成本相差近 200 倍：小米 MiMo-V2.6-Pro 获得 22.7 分仅花费 0.86 美元，性价比突出。

2026-09-22 ~ 2026-09-22 · 3 条相关