Bug Hunt 榜单:GPT-6.2 Sol Max 得 54.7 分仅花 7 美元,追平 Fable 5.2
PawelHuryn · x · 2026-11-18
Pawel Huryn 发布 GPT-6.2 Sol 在 Bug Hunt Bench(只计预埋 bug 修复,每模型跑 3 次)的成绩:
- max 档:54.7/105,耗时 68 分钟,成本 $7.00
- xhigh 档:49/105,耗时 41 分钟,成本仅 $3.89
- 相比 GPT-6.1 Sol:max 档 +10.4 分,xhigh 档 +6.3 分
- Sol xhigh 以 6% 的成本追平 Fable 5.2 xhigh 的 49 分
- 榜首仍是 GPT-6.2 Astra Max(62.7),Sonnet 5.5 Max 51.3 但耗时 287 分钟、成本 $154
- DeepSeek V4.1 Flash 与 Kimi K3.1 Pro 是榜上仅有的真实计费模型
作者预告 GPT-6.2 Astra 与 Sol 更多 effort 档位结果将陆续发布,并提供把 Astra 作为 Opus 5.5 评审子 agent 的免费 agent-teams skills。
「编程与Agent」频道最新
- 录屏加配音:用你自己的判断过程给 AI 造业务评测集 — alliekmiller · 2026-11-18
- 开源 Mac 本地 Agent 套件 Noodle:多智能体协作+共享 Hub — Dave_Maynor · 2026-11-18
- 在 Antigravity 里用 FFmpeg 给视频配音做 EQ 与压缩 — alexanderchen · 2026-11-18
- 1 万个 agent 组成集群才搞定 NS,单个 Codex agent 并非同一回事 — daniel_mac8 · 2026-11-18
- VulKill 推出托管 MCP 代码审查服务,在编码客户端内查密钥泄漏 — VulKill · 2026-11-18
- 实锤:Amazon 屏蔽 AI Agent 比价,页面直接拒绝未授权智能体 — Dave_Maynor · 2026-11-18