GPT-6 Astra 对阵 GPT-5.6 Sol：50 个真实 PR 找 bug，107 比 91
entelligenceai17 · reddit · 2026-09-10
一份针对代码模型在真实工程任务上的评测：在来自 Cal.com、Sentry、Discourse、Keycloak 和 Grafana 的 50 个真实 PR 上对比 GPT-6 Astra 与 GPT-5.6 Sol 的找 bug 能力。结果是 Sol 找出 107 个经确认的 bug，多于 Astra 的 91 个；但 Astra 精确率更高、延迟更低。作者称每个发现都经过独立验证，并公开评测方法征集反馈，下周将跑 Fable vs Opus 的一轮。
所属事件:50个真实PR实测:GPT-6 Astra以107比91胜出(3 条相关)→
「编程与Agent」频道最新
- 零基础学员经 AI 辅导也能跑通完整 CI/CD 流水线 — curious_vii · 2026-10-26
- Ruff 作者感叹:前沿模型能在任何软件里找到无穷多 bug — charliermarsh · 2026-10-26
- 开发者实测同一 skill 跨 Opus 5.5 与 Sol 6.1:指令遵循表现参差 — lucasmeijer · 2026-10-26
- 用小开源模型逆向工程游戏二进制:主 agent 中途重写子 agent 的 harness — yb2698 · 2026-10-26
- ContractSim：首个评估 LLM 自然语言合同谈判的框架 — xuanalogue · 2026-10-26
- Hugging Face 线下研讨会：微软、Mercor 等四方实战分享 Agent 后训练方法 — Hugging Face · 2026-10-26