GPT-5.6-Sol 在 Codex 上大涨
danielhanchen · x · 2026-07-12
作者提到，GPT-5.6-Sol xhigh 在 Codex 里登上 Margin Lab 的每日基准后，SWE Bench Pro 成绩明显提升。
他表示，尽管 OpenAI 上周已经把 SWE 相关内容“deprecated”，这个结果仍然很亮眼：在 Codex 的 50 道随机题上，分数大约从 5.5 Xhigh 的 54% 提升到 82%。末尾还顺带问了一句，什么时候能看到 gpt-5.6 gh codex review。
所属事件:GPT-5.6被指推理与编程能力大幅提升(4 条相关)→
「模型」频道最新
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11
- antirez 谈 Anthropic 禁止未成年人使用 Claude — antirez · 2026-09-11