同场基准补测:GPT-6 Astra 低档 27 分、中档 34 分修 Bug
PawelHuryn · x · 2026-09-10
基准测试作者 PawelHuryn 回复补充：GPT-6 Astra 的 low 档此前已测得 27/105，medium 档得 34/105，结果已于 9 月 4-5 日发布，读者可在其榜单页面用过滤器查看对比。
与同系列其他结果(Opus 5 max 27 个/$51.33、DeepSeek V4.1 Flash 24 个/$1.80)对照，GPT-6 Astra medium 档是当前该基准上修 bug 最多的模型。
所属事件:Bug Hunt Bench 发布:105 个真实 bug 横评前沿模型(13 条相关)→
「编程与Agent」频道最新
- Firecrawl 推 a16z Speedrun 创始人专属福利,并披露 7500 万美元 B 轮 — devdigest · 2026-10-27
- 开源项目 Chums:用 Apple Watch 随身遥控 Mac 上的 Claude Code — brandon_galang · 2026-10-27
- 开发者开源 Clairic Studio:粘贴文本自动生成五语言类型化代码 — dfinke · 2026-10-27
- Matt Pocock 分享 expand/contract 拆分法:把单向门 PR 拆成两层降风险 — mattpocockuk · 2026-10-27
- Qdrant 自研 Universal I/O:向量库 mmap 无缝迁移到对象存储 — qdrant_engine · 2026-10-27
- theo 公开个人 Claude skills 栈，Garry Tan 喊话「公布你的技术栈」 — ycombinator · 2026-10-26