Bug Hunt Bench 新增各模型 bug 覆盖率视图：混元坐稳性价比前沿
PawelHuryn · x · 2026-08-28
Pawel Hyrun 在 Bug Hunt Bench（用 105 个真实预埋 bug 盲测前沿编程模型的榜单）上新增加了每个模型修复 bug 的覆盖率（Coverage）视图，并支持筛选与视图导出（PNG）。
在此前评测中他评价腾讯混元（Tencent Hunyuan）：不算突破，但是又一个扎实的日常编程伙伴；抛开 Luna 的高分，它处在性价比 Pareto 前沿，且开放权重。榜单还提供 Score vs cost、Score vs time 等对比视图，各模型成本差距约两百倍。
所属事件:混元Hy4实测3.13美元修17个Bug，性价比引热议(4 条相关)→
「编程与Agent」频道最新
- Marc Lou 公开安利 PostShiba：独立开发者的邮件基础设施新选择 — marclou · 2026-10-16
- RExBench 基准:最强编码 Agent 自主完成研究扩展成功率仅 33% — najoungkim · 2026-10-16
- 开发者把 Pstack skills 装进 Grok bot 与 Hermes agents — alexcovo_eth · 2026-10-16
- past.dev 推出 Agent 长期记忆 API,登顶 BEAM 公开记忆基准 — thisiskp_ · 2026-10-16
- Google 发布 CLASHarness:基准测试多智能体冲突下的计算机操作能力 — google · 2026-10-16
- mitsuhiko：让 AI 直接写多人联机，意外学会 PeerJS — mitsuhiko · 2026-10-16