Bug Hunt Bench 榜单:GPT-6.2 Astra max 得 62.7 分登顶,成本仅 Fable 5.2 一半
PawelHuryn · x · 2026-11-19
Pawel Huryn 分享了 Bug Hunt Bench(按修复预埋 bug 计分,blind 验证)上各模型全 effort 档位的得分-成本对比图(log 刻度):
- GPT-6.2 Astra·max 以 62.7 分居首,xhigh 60.2、high 59.6、medium 50.3,且成本约 $20-40,处于「便宜又强」区
- Fable 5.2·max 58 分但成本约 $150-200,最贵档
- GPT-6.2 Sol max 54.7,xhigh 49;GPT-6.1 Sol max 仅 44.3,新旧代际差距明显
- Opus 5.5 max 41.7、xhigh 36、high 31.7,成本 $10-60,性价比被 GPT-6.2 系列明显压制
- GPT-6 Astra max 45,介于两代之间
结论:GPT-6.2 两档(Astra/Sol)几乎在所有价位段的分数-成本曲线都压过 Fable 5.2 和 Opus 5.5,高分档优势尤其大。
所属事件:GPT-6.2 实测登顶 Bug Hunt Bench:Astra 居首、Sol 以极低价追平竞品(8 条相关)→
「模型」频道最新
- 博主观察:Google 与 Anthropic 正赢得「公共 AI」之争 — imjustnewatai · 2026-11-19
- 谷歌 8 天连发三个旗舰模型,网友猜测此前 RSI 暗示另有后手 — haider1 · 2026-11-19
- 隐性模型 Gestalt 登顶设计基准,领先第二名 Claude 214 分 — soleio · 2026-11-19
- mrfakename 发布 GLM-5.3-Flash 与 Qwen3.8-Flash-Next 去审查版 — mrfakename0 · 2026-11-19
- 医生观察:AI 竞争已按周计,GPT-6 两版仅隔 7 天 — ramos_casals · 2026-11-19
- 数据平台 micro1 上线泄漏检测模型,为基准分数保驾护航 — Exp_Mark · 2026-11-19