SWE-sweep 榜单更新：模型找 bug 数翻倍成本减半

真实世界软件漏洞挖掘榜单 SWE-sweep 更新，OpenAI 与 Anthropic 的模型将发现 bug 数量翻倍，同时把成本减半。OpenAI 新模型 Astra 表现最佳，单个 bug 发现成本不到 5.6 美元的一半，但在测试的真实漏洞中仍只能发现一部分，说明该领域仍有很大提升空间。

2026-10-22 ~ 2026-10-24 · 2 条相关

• SWE-sweep 榜单翻倍：OpenAI Astra 找 bug 成本不到 5.6 一半 — OfirPress · 2026-10-22
• SWE-sweep 榜单更新：OpenAI 与 Anthropic 模型找 bug 数翻倍、成本减半 — stanfordnlp · 2026-10-24