GPT-6.1 Sol 实测:105 个植入 bug 修 44 个,成本仅为上代 1/15
PawelHuryn · x · 2026-09-30
作者用 2 个代码仓库、105 个植入 bug 对 GPT-6.1 Sol 做真实工作测试,结论是「这次是真的」,不像上一代 GPT-6 Sol 只是被削弱的 GPT-5.6 Terra。结果:
- GPT-6 Astra (max):修复 45 个,花费 $33
- GPT-6.1 Sol (max):修复 44 个,仅 $6.56
- GPT-5.6 Sol (max):43.5 个,$95.35
- Opus 5.5 (max):41.7 个,$58.53
- GPT-6 Sol (max):29.3 个,$9.33
作者认为以这种性价比,$200 套餐用量砍半也无所谓。样本为单次运行,更多轮次与不同 effort 级别的结果将在后续推文更新。
所属事件:GPT-6.1 Sol 第三方评测集中出炉:性能近 Astra、成本大降(21 条相关)→
「编程与Agent」频道最新
- 模型一次性删掉 OpenClaw 超 100 万行测试代码,作者称还有 30-40 个同类 PR — vincent_koc · 2026-11-16
- shadcn 转评 UI 生成工具:一周工作量一键复现且可直接跑 AI 测试 — shadcn · 2026-11-16
- AI 模型一言不合删掉 4.3 万行测试代码,diff +90/-43,599 — vincent_koc · 2026-11-16
- 摩根大通展示内部 agent 流水线 Jarvis:数月工作缩至几分钟 — LangChain · 2026-11-16
- 开发者澄清:App Store 并未全面禁用 Feature Flags — talkaboutdesign · 2026-11-16
- 用户实测:Google Antigravity 效果不输 Claude Cowork,Gemini Tasks 定位存疑 — sebajun2 · 2026-11-16