实测 Ox Alpha 代码修复平庸，不及 Grok 4.6
PawelHuryn · x · 2026-08-26
PawelHuryn 分享了对 OpenRouter 上隐身模型 Ox Alpha（GLM 家族）的实测体验，结果令人失望。
测试背景：基于 Bug Hunt Bench，针对两个仓库中 105 个真实植入的 bug 进行修复测试。
测试结果：
- Ox Alpha：修复了 16/105 个 bug，表现平平。
- Grok 4.6：修复了 27/105 个 bug，表现更优。
尽管 Ox Alpha 目前免费且未遇到额度限制，但其能力并未达到预期。作者预计 Grok 4.7 的发布可能会显著改变现有排名。详细的实时基准测试数据已公开。
所属事件:隐身模型 Ox Alpha 编码实测平平，修复率不及 Grok 4.6(3 条相关)→
「编程与Agent」频道最新
- Self Labs 推出 Agent Vault，让智能体安全登录并刷信用卡 — EXM7777 · 2026-10-16
- Plane Agents：触发器才是把聊天机器人变成工作流 Agent 的关键 — JosephJacks_ · 2026-10-16
- Claude 工程负责人写教程：教你用 AI 敢想敢做更宏伟的事 — danshipper · 2026-10-16
- Qwen Code Desktop v0.25.2 发布：managed-agent 稳定性与 MCP 配置修复 — github-actions[bot] · 2026-10-16
- NVIDIA 7 门 AI Agent 课程免费开放，2026 年不必花钱报班 — ifioknkem · 2026-10-16
- Claude 跑完 9 小时任务后卡在等授权，配上名画恰如其分 — juliey4 · 2026-10-16