105 个真实 bug 实测:Gemini 3.8 Flash 花 $9.78 修 20 个,进步明显
PawelHuryn · x · 2026-09-03
作者在 Antigravity CLI 上用两个真实代码仓库、共 105 个隐藏 bug 横测了 Gemini 3.8 Flash (high) 与其他旗舰模型:
- Fable 5.1 (max):43/105,花费 $77.55
- GPT-5.6 (max):42/105,$69.61
- Grok 4.6 (xhigh):27/105,$16.96
- Opus 5 (max):21/105,$51.33
- Gemini 3.8 Flash (high):20/105,$9.78
Gemini 3.8 Flash 虽未登顶,但相比 3.6 Flash 的 16-20/105 有明显跃升,且性价比突出($9.78 最低)。作者还指出一个关键事实:仍有 43/105 个 bug 没有任何模型能修复。
所属事件:Bug Hunt Bench 实测：GPT-6 Astra 修 48/105 登顶(11 条相关)→
「编程与Agent」频道最新
- 先用设计系统再生成：一个避免 AI 前端「千篇一律」的实用方法 — dotey · 2026-10-21
- 给文档抽取加信任滑杆:102 条送人工就拦下 74 个错 — michellechen · 2026-10-21
- 开发者推出广告支持的免费编程助手 FreePi,挑战 20 美元月费订阅模式 — heyneighbor · 2026-10-21
- RedMonk:MCP/A2A 只验证发布者不担保安全,注册表成 AI agent 信任关键 — rseroter · 2026-10-21
- AI 跑长循环 600 个 PR：OpenClaw 前端从 Lit 迁到 Solid 2.0 — steipete · 2026-10-21
- 18 个 agent 协作写 Lisp 解释器,19 组运行观测数据开源上架 Hugging Face — strickvl · 2026-10-21