GPT-5.6 Sol 性价比进步
PubliusAu · reddit · 2026-07-10
帖子称 GPT-5.6 Sol 在开源基准 Senior SWE-bench 上进入帕累托前沿，性能接近 Opus 4.8，但成本只有约 40%。同时提到 Grok 4.5 达到接近 GPT-5.5 的表现，成本约为其 25%。
作者强调 Senior SWE-bench 用于评估智能体处理高级工程任务的能力，且是开源、Harbor-compatible，并采用部分私有任务来降低污染风险。
所属事件:GPT-5.6 发布引发性能与成本热议(10 条相关)→
「模型」频道最新
- 传 OpenAI 在 Astra 中使用 neuralese 循环变换器，新的 scaling 轴浮出水面 — imadade · 2026-09-03
- XBOW 团队拿下今年首个 Chrome 全链漏洞利用奖励 — moyix · 2026-09-03
- Gemini 3.8 Flash 的 Pareto 最优地位仅维持了 5 小时 18 分钟 — alejandroll10 · 2026-09-03
- 双 DGX Spark 实测：GLM-5.3-Flash 写作与视觉胜过 DeepSeek-V4-Flash — kuhunaxeyive · 2026-09-03
- Anthropic 商务智能体只建购物车交人工结账,被赞退款风控思路对 — HaktanSuren · 2026-09-03
- Qwen3.8 27B Q8 翻车:12 万 token 后发现根本没读计划,自行实现别的功能 — KingCpzombie · 2026-09-03