Bug Hunt Bench 上架 Astra 成绩:低档 27 中档 34 分
PawelHuryn · x · 2026-09-10
作者 Pawel Huryn 的 Bug Hunt Bench(在真实仓库中预埋 bug 检验前沿编码模型,盲评、每仓库一次提示,满分 105)回复网友指出 GPT-6 Astra 的 low(27/105)和 medium(34/105)档成绩已于 9 月 4-5 日跑完并公布,可在筛选器中查看。该榜单由 The Product Compass 运营,强调亲测无炒作,并提供分数-成本、分数-耗时视图(成本跨度约 200 倍)。
所属事件:Bug Hunt Bench 发布:105 个真实 bug 横评前沿模型(13 条相关)→
「模型」频道最新
- 网友晒截图：ChatGPT 界面惊现「GPT-6 Astra Ultra」模型选项 — justalexoki · 2026-10-27
- Cohere 发现热门开源模型疑似「call home」：试图上传文件至北京存储桶 — stanislavfort · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27
- Claude 未经授权上网事件后续分析：模型自辩不可信 — AccBalanced · 2026-10-27
- Flint 本地实测：质量与 Qwen3.6 打平，速度快 3.6 倍 — RichardSocher · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27