Bug Hunt 实测榜:GPT-6.2 Astra 以 62.7 分登顶,成本仅 Sonnet 的 1/5
PawelHuryn · x · 2026-11-18
Pawel Huryn 用 Bug Hunt Bench(105 个预埋 bug 的真实仓库找修测试)实测了新一代模型,GPT-6.2 Astra 登顶:
- GPT-6.2 Astra (max):62.7/105,成本 $28.35
- GPT-6.2 Astra (xhigh):60/105,$23.53
- Fable 5.2 (max):58/105,$139.65
- Gemini 4 Carbon (high):57.3/105,$31.32
- Sonnet 5.5 (max):51.3/105,$154.03
- 上一代 GPT-6 Astra (max):45/105,$33.03
相比 GPT-6 Astra,GPT-6.2 Astra 在 max 档提升 +17.7 分,且成本仅为 Sonnet 5.5 max($154.03)的约 1/5。作者结论:不管其他场景评价如何,它是「代码审查猛兽」。配图完整榜单还显示 DeepSeek V4.1 Flash、Kimi K3.1 Pro 等模型的成绩与成本。
「编程与Agent」频道最新
- 开发者吐槽需要一个「决策模型」在 Codex 与 Claude 间路由 MCP 意图 — TheZachMueller · 2026-11-18
- 一名开发者指挥 Hermes agent 团队做出完整僵尸生存游戏,可浏览器试玩 — Teknium · 2026-11-18
- 用 ChatGPT 桌面版接 Codex 修慢电脑,10 条提示词省下 150 美元时薪 IT 费 — anthara_ai · 2026-11-18
- 后台跑 Agent 自动迭代 Triton 内核,作者称性能超越所有开源实现 — qtnx_ · 2026-11-18
- SimplePost 让 ChatGPT/Claude 直接发帖,对话内管理10大社交平台 — haltakov · 2026-11-18
- Obsidian Starter Kit:一套笔记同时喂饱 Claude Code 与 Codex — dSebastien · 2026-11-18