Bug Hunt 榜单:GPT-6.2 Astra Max 修复62.7/105居首,20个bug无人能解

PawelHuryn · x · 2026-11-19

Pawel Huryn 公布 Bug Hunt Bench(bughunt.productcompass.pm)各模型全力度档位对比。该基准只计预埋 bug,共 105 个:GPT-6.2 Astra MAX 三次运行中至少修复 62.7/105 居首,GPT-6.2 (max) 在 3 次运行中曾找到并修好 71/105;Anthropic Fable 5.2 MAX 得 58/105 但成本高达 $139.65,Opus 5.5 MAX 仅 41.7/105。要点:

榜单显示当前最强编码模型距「修完所有预埋 bug」仍有明显差距。

所属事件:谷歌发布 Gemini 4 Neon:登顶编码 Agent 榜单,性价比引热议(167 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 →