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 实测 105 个真实 bug，DeepSeek-V4.1-Flash 高性价比亮眼(2 条相关)→
「模型」频道最新
- Polymarket 预测盘：11 月底前发布下一款 DeepSeek Pro 概率 48% — Polymarket · 2026-09-10
- 传 DeepSeek 发布 V4.1 Flash，每百万 token 低至几分之一美分 — Polymarket · 2026-09-10
- 新论文提出 OPRD:弱教师反向蒸馏让学生模型超越教师上限 — algo_diver · 2026-09-10
- willcb 断言:Transformer 已死,未来属于怪形混合架构 — willcb · 2026-09-10
- Hy4 preview 实测：一条 prompt 产出可玩的 3D 生存游戏 — mhdfaran · 2026-09-10
- Gemini 2.5 Pro 独享 Google 搜索加持,高分或含水分 — Afinetheorem · 2026-09-10