Bug Hunt Bench 排行榜公开:各模型修 105 个 bug 的成绩与成本全景
PawelHuryn · x · 2026-09-24
Pawel Huryn 公布 Bug Hunt Bench 的完整排行榜页面。基准对前沿编码模型盲评（blind-graded），每个仓库一个 prompt，统计模型在 105 个植入 bug 中修复的数量，并提供成绩-成本（对数轴，全程差距约两百倍）、成绩-耗时（线性轴，差距不到 7 倍）等多个视图；每行运行的完整说明与注意事项在 GitHub 的 results/run-notes.md。页面由其产品经理 newsletter The Product Compass 维护，主打实测、不吹不黑。
所属事件:Bug Hunt Bench 排行榜公开,code-review skill 提升修 bug 成绩(2 条相关)→
「编程与Agent」频道最新
- Ben Lorica:Agent 让数据栈不再容忍陈旧数据 — bigdata · 2026-09-24
- 独立开发者用 MCP 让 Claude Code 直接推 APK 到手机安装 — justabigmilkShake · 2026-09-24
- Seroter 日报：互联网还没为 Agent 浪潮做好准备 — rseroter · 2026-09-24
- Krea Agent 推出自定义应用:描述即生成创意工具 — angrypenguinPNG · 2026-09-24
- $200 的 Claude 和 Codex 额度也不够用：混合模型组合省 4 倍照样出活 — Cole Medin · 2026-09-24
- Qonto 银行账户 MCP 服务器 qontoctl 上线 — modelcontextprotocol · 2026-09-24