Bug Hunt 排行:GPT-6.2 Astra 62.7 分登顶,Sol xhigh 以 6% 成本追平 Fable 5.2

PawelHuryn · x · 2026-11-18

Pawel Huryn 分享 Bug Hunt Bench(植入 bug 修复基准,验证盲测、分数满分 105)最新「分数-成本」对比数据,并结合实际使用给出模型分工建议。

关键数据(n=3):

作者观点:OpenAI 每代模型的 token 效率提升值得更多认可;即使考虑订阅倍数差异(OpenAI 10x vs Claude 43x),OpenAI 的性价比最好。他的个人分工是把所有实现与审查任务交给 Sol(现为 6.1),用 Opus 5.5 做规划、协调与判断——「它不容易干蠢事」。

所属事件:GPT-6.2 系列登顶 Bug Hunt Bench:Astra 拿第一、Sol 以极低成本追平竞品(6 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 →