Bug Hunt Bench 榜单：Sonnet 5.5 max 居首，靠 7 倍轮次硬磨
PawelHuryn · x · 2026-10-27
Pawel Huryn 公布 Bug Hunt Bench 各次运行的单独得分与完整排行榜（105 个预埋 bug，盲评计分）：
- GPT-6.1 Terra (max) 三次运行：34 / 42 / 46
- GPT-6.1 Terra (xhigh)：11 / 9 / 14
- GPT-6.1 Terra (high)：11 / 8 / 10
配图榜单显示：Sonnet 5.5 (max) 以 51.3/105 居首（耗时 287 分钟、成本 $154），GPT-6 Astra (max) 45 分次之，DeepSeek V4.1 Flash 1017 (high) 以 $1.27 成本拿到 39.2 分，性价比突出。作者补充：Sonnet 5.5 (max) 仍是赢家，靠的是比 Astra 多 7 倍的轮次——不是更聪明，而是拒绝停下。
「编程与Agent」频道最新
- 自托管 kanban MCP 服务器 kanzo:每轮回复仅 10-60 token、内存约 3MB — allmudi · 2026-10-27
- 开发者分享项目一页纸模板：九个字段说清目标与边界 — dSebastien · 2026-10-27
- Marketstack 推出 MCP Server，AI 助手可直查股市行情数据 — modelcontextprotocol · 2026-10-27
- DMARKOFF MCP 连接器上线，让 AI 助手分析 DMARC 邮件安全数据 — modelcontextprotocol · 2026-10-27
- Kimi K3.1 Pro 亮点不在跑分，而在 agent 场景的速度成本平衡 — usamanoman · 2026-10-27
- Qwen 幻觉编造 OSS 签名链接，opencode 插件硬拦截防翻车 — builderjaydub · 2026-10-27