105 个隐藏 bug 实测:Fable 5.1 找出 43 个,无一模型全中
PawelHuryn · x · 2026-09-03
PawelHuryn 在 Antigravity CLI 上用 2 个真实仓库、105 个隐藏 bug 对多个模型做了 agent 找 bug 实测：
- Fable 5.1 (max)：43/105，花费 $77.55
- GPT-5.6 (max)：42/105，花费 $69.61
- Grok 4.6 (xhigh)：27/105，花费 $16.96
- Opus 5 (max)：21/105，花费 $51.33
- Gemini 3.8 Flash (high)：20/105，花费 $9.78
Gemini 3.8 Flash 较 3.6 Flash（16/20 水位）有明显提升，虽非最强但性价比突出。他强调这些不是随机 bug，而是 2026 年初 agent 仍会漏掉的难题；“未植入”类问题不计入——部分模型常报告并修复真实但不相关的 issue。
43 个 bug 至今没有任何模型修复。实用建议：用另一个模型家族来验证工作成果，因为同家族模型共享同样的盲点。
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
- Skills/MCP/RAG/Memory 一张图分清：agent 四类知识机制各管什么 — MaryamMiradi · 2026-10-21
- 客服拒与 AI 对话，用户的 agent 隐瞒身份继续维权 Xfinity — MoonL88537 · 2026-10-21
- Every.to《Codex 是如何诞生的》公开采访原文供读者用 agent 核查 — every · 2026-10-21
- 一条提示词直出 Blender 素材：Voyager+Opus 5.5 全程零配置 — ravisparikh · 2026-10-21
- 航空业的数据溯源思路：智能体如何在图结构数据上拼证据 — colinmcnamara · 2026-10-21
- 让 Claude Code 独立执导 MV：6.5 小时、765M 输入 tokens 完成 — colinmcnamara · 2026-10-21