Paweł Huryn 的 105 个漏洞测试中,GPT-6.2 Astra 以 62.7 分排名第一,测试成本为 28.35 美元
Paweł Huryn 表示,他在两个代码仓库中植入 105 个漏洞,让模型尽可能找出并修复这些问题。他称 GPT-6.2 Astra 目前排名第一,在代码审查方面表现出色。
以下是他的测试得分及运行成本:
- GPT-6.2 Astra (max):62.7 分,28.35 美元
- GPT-6.2 Astra (xhigh):60 分,23.53 美元
- Claude Fable 5.2 (max):58 分,139.65 美元
- Gemini 4 Carbon (high):57.3 分,31.32 美元
- Claude Sonnet 5.5 (max):51.3 分,154.03 美元
- GPT-6 Astra (max):45 分,33.03 美元
这比 GPT-6 Astra 在 max 努力度下高出 17.7 分,在 xhigh 下高出 17 分。Huryn 表示,GPT-6.2 Sol 和更多努力等级的测试结果会在帖子串中陆续公布。这些结果来自他自己的单次测试;截至 11 月 18 日,该帖在 X 上获得了 1,343 个积分。
来源
这样的新闻,第一时间推送给你。
你用的 AI 工具一有变化,AI Tracker 就会提醒你。