Bug Hunt 榜单:Gemini 4 Neon 修复 63/105 登顶,险胜 GPT-6.2 Astra

PawelHuryn · x · 2026-11-19

Pawel Huryn 用 Bug Hunt Bench 在 2 个真实仓库、105 个预埋 bug 上实测各家模型「找 bug 并修复」的能力,只计预埋 bug 的修复数,未预埋的真实缺陷不计分。

作者称 Gemini 4 Neon 是新榜首,更多 effort 档位结果将在后续线程公布。

所属事件:Gemini 4 Neon 发布:登顶编码榜,重塑性价比前沿(28 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 →