La prueba de 105 errores de Paweł Huryn sitúa a GPT-6.2 Astra en primer lugar, con 62,7 por $28,35
Paweł Huryn dice que probó modelos en dos repositorios con 105 errores reintroducidos y les pidió que encontraran y corrigieran los que pudieran. Según informa, GPT-6.2 Astra ocupa ahora el primer puesto y destaca en revisión de código.
Sus puntuaciones, junto con el costo de la ejecución:
- GPT-6.2 Astra (max): 62,7 por $28,35
- GPT-6.2 Astra (xhigh): 60 por $23,53
- Claude Fable 5.2 (max): 58 por $139,65
- Gemini 4 Carbon (high): 57,3 por $31,32
- Claude Sonnet 5.5 (max): 51,3 por $154,03
- GPT-6 Astra (max): 45 por $33,03
Son 17,7 puntos más que GPT-6 Astra con el nivel de esfuerzo max y 17 más con xhigh. Huryn dice que publicará GPT-6.2 Sol y más niveles de esfuerzo en el hilo. Los resultados son suyos y corresponden a una sola prueba; la publicación tenía 1.343 puntos en X al 18 de noviembre.
Fuentes
Recibe noticias como esta por push.
AI Tracker te avisa cuando algo cambia en las herramientas que usas.