先了解这件事
Dex Horthy于2026年10月28日在X上发布Slopcode Bench最新评测结果,并附上「AI That Works」第79期链接。同日发布的复测文章显示,作者用完整版SlopCodeBench(36道题、每个设置196个检查点)复测前沿模型,最高为GPT-6 Astra,严格通过率16.3%,高于5月GPT-5.5的14.8%,参测模型整体落在12.2%-16.3%。在三个完整对照中,XHigh档成本是Medium的2.11-4.22倍,但Opus 5.5在Medium档的严格通过数反而更多(28对25),Astra和SOL则在XHigh档表现更好。代码质量方面,Opus 5.5 XHigh的slop行占比为77.75%,低于Medium的94.25%,作者提醒这可能是新模型产生了尚未被200多个linter覆盖的新反模式。
AI 根据公开报道生成
最新进展 · 正式报道
Dex Horthy 公布 Slopcode Bench 新结果事件进展
1 个已确认进展
- 来源：Dex Horthy
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月28日
Dex Horthy
Dex Horthy 公布 Slopcode Bench 新结果
Dex Horthy 在 X 上发布了 Slopcode Bench 的最新评测结果，并附上「AI That Works」第 79 期的链接。
Dex Horthy
SlopCodeBench 复测：GPT-6 Astra 严格通过率 16.3% 领先 Opus 5.5
作者用完整版 SlopCodeBench（36 道题、每个设置 196 个检查点）复测前沿模型，最高的是 GPT-6 Astra，严格通过率 16.3%，高于 5 月 GPT-5.5 的 14.8%，参测模型整体落在 12.2%-16.3%。在三个完整对照中，XHigh 档成本是 Medium 的 2.11-4.22 倍，但 Opus 5.5 在 Medium 档的严格通过数反而更多（28 对 25），Astra 和 SOL 则在 XHigh 档表现更好。代码质量方面，Opus 5.5 XHigh 的 slop 行占比为 77.75%，低于 Medium 的 94.25%，作者提醒这可能是新模型产生了尚未被 200 多个 linter 覆盖的新反模式。