Bug Hunt Bench 新数据:GPT-6 Sol(max)仍不及 Opus 5.5(medium)
PawelHuryn · x · 2026-09-23
Bug Hunt Bench(面向真实植入 bug 的编程模型榜单,blind 评分,105 个 bug)公布新数据:
- GPT-6 Sol(max)≈ GPT-5.6 Sol(medium)。
- GPT-6 Sol(max)< Opus 5.5(medium)。
榜单同时提供分数-成本、分数-耗时视图:各模型成本差距约 200 倍,耗时差距不到 7 倍,由 Pawel Huryn 运营,主打实测无吹捧。
所属事件:实测：GPT-6 Sol 随算力近线性提升，Bug Hunt 仍不敌 Opus 5.5(3 条相关)→
「编程与Agent」频道最新
- dots 更新支持 agent 同时控制 Windows 与 Mac 双机 — dkundel · 2026-11-12
- Granola 推出 Agent Briefs:每晚为 AI agent 打包你的最新上下文 — soleio · 2026-11-12
- 新基准 Continual-ARC:主流 Agent 均无法从经验中学习 — alifcoder · 2026-11-12
- KubeCon 前夕 Azure Day：AKS 单集群 65 节点跑 2.2 万个 Agent — davemccollough · 2026-11-12
- OpenShell 实用技巧:一条命令把沙箱内 Web 应用暴露到浏览器 — gethackteam · 2026-11-12
- 开发者打造「智能操作系统」：模型与智能体直接内建于 Linux 桌面系统 — NerdyRodent · 2026-11-12