Bug Hunt Bench 实测：GPT-6 Sol 仅修 29/105，不如上代
ssh4net · x · 2026-09-25
- 第三方账号 StatsWire 称，在 Bug Hunt Bench 上，GPT-6 Sol 仅修复 105 个 bug 中的 29 个，而上一代 GPT-5.6 Sol 修复了 43 个。
- 结论：OpenAI 似乎同时降低了价格与能力，新模型更便宜但表现明显倒退（数据未经官方证实，属第三方评测爆料）。
所属事件:Bug Hunt Bench 实测 GPT-6：Astra 居首，Sol 版本大幅退化(2 条相关)→
「模型」频道最新
- 800 美元二手 3090 主机本地跑 DeepSeek 4.1，2 量化仅 2-3 token/s — LankyGuitar6528 · 2026-11-11
- 谷歌开源 Harness²：能自己改写系统配置的智能体框架 — Arindam_1729 · 2026-11-11
- 开发者吐槽 Codex 桌面版质量差，弃用客户端改走 CLI — tekbog · 2026-11-11
- 旧模型发布前「变笨」？网友调侃：其实是实验室开派喝醉了 — glcst · 2026-11-11
- Grok Bot 新增隐藏指令检测：发现 prompt 注入即警告并拒绝执行 — XFreeze · 2026-11-11
- 上海创新院开源 Nex-N2.6：321B 多模态智能体模型 — victormustar · 2026-11-11