实测 105 个真实 Bug:Fable 5.2 修复数超 Sonnet 且成本更低

Charuru · reddit · 2026-11-11

Reddit 转发 Pawel Huryn 的实测:在 2 个代码库共 105 个真实 Bug 上比较各模型「尽力查找并修复」的表现。Fable 5.2 (max) 修复 58 个,花费 $139.65;Sonnet 5.5 (max) 51.3 个,$154.03;GPT-6 Astra (max) 45 个,$33.03;GPT-6.1 Sol (max) 44.3 个,仅 $5.88;Fable 5.1 (max) 43 个,$87.18;Opus 5.5 (max) 41.7 个,$58.53。Fable 5.2 三次运行全部超过 Sonnet 5.5 均值,且平均每次运行只需 707 turns(Sonnet 为 1,497),花费更少、效率约高一倍。

所属事件:Bug Hunt Bench 实测:Fable 5.2 居首,Gemini 4 Carbon 低价紧咬(10 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →