Bug Hunt 榜单:GPT-6.2 Astra Max 以 62.7 分登顶,Sol 成本仅为竞品 1/20
PawelHuryn · x · 2026-11-19
Pawel Huryn 分享 Bug Hunt Bench 排行榜数据,展示 GPT-6.2 各档推理强度(effort level)的表现。
榜单要点(105 个预埋 bug,仅计盲测修复数):
- GPT-6.2 Astra Max:62.7/105 居首,xhigh 档 60 分,但耗时 121.8 分钟、成本 $28.35
- GPT-6.2 Sol Max:54.7 分,成本仅 $7.00、耗时 68 分钟,性价比突出;Sol 从 low(36 分/$1.96)到 max 连成一档高性价比曲线
- Anthropic Fable 5.2 Max 得 58 分但成本高达 $139.65,是 Astra Max 的近 5 倍
- Opus 5.5 各档分数与成本均落后(low 仅 22.3 分)
作者认为 OpenAI 每代模型在 token 效率上持续进步,考虑订阅倍率后性价比最佳;他自述的工作流:把实现和 review 任务全部交给 Sol(现为 6.1),用 Opus 5.5 做规划、协调与判断。GPT-6.2 Astra 高/中/低档仍在发布中。
所属事件:GPT-6.2 Astra 登顶 Bug Hunt 实测榜,Sol 以极低成本追平竞品(5 条相关)→
「编程与Agent」频道最新
- Google Labs 推出 Stitch Loop:上线后持续自我改进的产品 Agent — GoogleLabs · 2026-11-19
- lineup:开源 CLI 专抓编码 agent 偷偷改你代码的越权行为 — Several-Coyote3534 · 2026-11-19
- 求ComfyUI内嵌LLM助手:MCP外挂不够顺手 — dustynjerman · 2026-11-19
- Agent 即时生成代码怎么跑?GKE 沙箱方案拆解三大风险 — rseroter · 2026-11-19
- Agentrooms:让Claude Code直接请Codex审查commit — terzigolu · 2026-11-19
- Jane Street 首开形式化方法实习,瞄准验证 agent 生成代码 — hargup13 · 2026-11-19