GPT 5.6 Sol 登顶 ProgramBench，成功重构复杂程序
jyangballin · x · 2026-08-11
在 ProgramBench 基准测试中，GPT 5.6 Sol (xhigh) 成为新的榜首，成功完美重构了 200 个测试程序中的 2 个。这些被重构的程序包含大量测试用例，例如包含 506 个测试的 cmatrix 和包含 823 个测试的 Rust hexdump 查看器 hex。
所属事件:GPT 5.6 Sol 登顶 ProgramBench，重构成本减半但偏科 Python(6 条相关)→
「模型」频道最新
- 实测反直觉：参数翻倍的 Gemma 31B 提取数据反逊 Ministral 14B — andrejusb · 2026-08-11
- Muse Glimmer 30B 本地实测：精准定位医疗表单复选框 — MaziyarPanahi · 2026-08-11
- OpenAI 推出 GPT-5.6-Cyber 模型,专攻网络安全防御 — The Decoder · 2026-08-11
- Muse Glimmer 陷入终端指令死循环，消耗大量 Token — KingGongzilla · 2026-08-11
- Muse Spark 1.2 模型权重即将开源发布 — shuyanzh36 · 2026-08-11
- Claude 将黎曼猜想满足比例下界提升至 67.2% — BoyNextDoor1990 · 2026-08-11