105 个真实 bug 实测编码模型：GPT-6 Astra 修 48 个居首
PawelHuryn · x · 2026-09-05
PawelHuryn 在两个真实仓库上做了一场 105 个 bug 的「查找并修复」实测（Max effort 档）：GPT-6 Astra 修出 48/105，Fable 5.1 修出 43/105，GPT-5.6 Sol 42/105，Gemini 3.8 Flash 仅 20/105，且 GPT-6 Astra 在耗时和成本上也效率突出。但他吐槽接入体验糟糕：OpenRouter 对 effort 档位支持不稳定，而 Meta 的 Muse Spark 1.3 API 在欧洲无法付费访问（试了 4 张 Visa/MasterCard 都失败）。
「模型」频道最新
- GPT-6 Astra 在 Minecraft 里做出 OpenAI 标志变形动画屏 — Angaisb_ · 2026-09-05
- Polymarket 开盘赌 OpenAI「GPT Astra 6.1+」年内能否发布 — Polymarket · 2026-09-05
- 小模型排行更新:Ling 3.0 Tiny 以 1.3B 激活参数领跑 — Tall_Abrocoma_3533 · 2026-09-05
- 用户反映 Codex 额度消耗明显变快,发出集体求证 — xiaohu · 2026-09-05
- AA Frontier 榜单更新:Qwen3.8-27B 成榜单宠儿 — Tall_Abrocoma_3533 · 2026-09-05
- Astra 在 voxelbench 上高出其余模型 300 elo 以上 — Wonderful_Buffalo_32 · 2026-09-05