GPT-6 Sol 在 DeepSWE 上反输前代：72.7% 对 68.8%
banaxi-tech · reddit · 2026-09-23
Reddit 用户对比了 GPT-6 Sol 与 GPT-5.6 Max 在 DeepSWE 基准上的表现：GPT-5.6 Max 得分 72.7%，而新一代 GPT-6 Sol 只有 68.8%，新版反而落后近 4 个百分点。这与不少用户反馈 GPT-6 Sol 非编码任务表现不佳、思考深度不足的现象相互印证，引发对新一代模型能力取舍的讨论。
「模型」频道最新
- 开发者自建 git 网页应用被 Codex 安全护栏误判为网络安全风险 — brianmichel · 2026-11-11
- DeepSeek 开源编码 agent DSH 登上 HF Harness 榜，五项评测并列第一 — TheZachMueller · 2026-11-11
- 博主断言美国开源模型将凭盈利模式主导，但仍难追 Claude — marktenenholtz · 2026-11-11
- NVIDIA 发布开源 GR00T 2：真实灵巧手全自动完成化学实验 — EricBuess · 2026-11-11
- 降价反而更贵:新模型太爱自查，单任务成本涨31% — tengyanAI · 2026-11-11
- 美国数据厂商被指向中国军方关联企业出售RL环境数据 — xeophon · 2026-11-11