Uji 105 bug oleh Paweł Huryn menempatkan GPT-6.2 Astra di posisi pertama dengan skor 62,7 seharga $28,35
Paweł Huryn mengatakan ia menguji model pada dua repositori yang masing-masing ditanami ulang 105 bug, lalu meminta model menemukan dan memperbaiki sebanyak mungkin. Ia melaporkan GPT-6.2 Astra sebagai pendatang baru di posisi #1, dan menyebutnya andal untuk tinjauan kode.
Skor yang diperoleh, beserta biaya pengujiannya:
- GPT-6.2 Astra (max): 62,7 seharga $28,35
- GPT-6.2 Astra (xhigh): 60 seharga $23,53
- Claude Fable 5.2 (max): 58 seharga $139,65
- Gemini 4 Carbon (high): 57,3 seharga $31,32
- Claude Sonnet 5.5 (max): 51,3 seharga $154,03
- GPT-6 Astra (max): 45 seharga $33,03
Skor itu 17,7 poin lebih tinggi daripada GPT-6 Astra pada tingkat upaya max dan 17 poin lebih tinggi pada xhigh. Huryn mengatakan GPT-6.2 Sol dan tingkat upaya lainnya akan menyusul di utas tersebut. Hasil ini berasal dari pengujiannya sendiri dan hanya satu tes; unggahan itu memperoleh 1.343 poin di X hingga 18 November.
Sumber
Dapatkan berita seperti ini lewat push.
AI Tracker memberi tahu Anda saat ada perubahan pada alat yang Anda pakai.