Entelligence 在 50 个公开基准 PR 上用相同提示词对比 GPT-5.6 Luna 和 GPT-6 Astra 的代码评审能力，Luna 找到 69 个经验证 bug（Astra 92 个），总成本 $0.20 对 $5.66，精度 74% 对 96%。
信息来源：Hacker News：AI 热帖
转载请注明出处：https://www.ysthink.site/5079/
Entelligence 在 50 个公开基准 PR 上用相同提示词对比 GPT-5.6 Luna 和 GPT-6 Astra 的代码评审能力，Luna 找到 69 个经验证 bug（Astra 92 个），总成本 $0.20 对 $5.66，精度 74% 对 96%。
赞 (0)
Anthropic 如何重构测试影响分析服务以应对智能体编码带来的 CI 压力
上一页
2026年9月15日
科技巨头放缓 AI 开发的口头协议是安全共识还是卡特尔
下一页
2026年9月15日
相关推荐
-
Liquid AI 发布 d1 决策模型并新增图像输入能力
Liquid AI 发布 d1 决策模型，新增文本与图像输入，可通过 console.liquid.ai 和 d1 Playground 使用。
-
Shopify 宣布放弃 React Native，AI 编码智能体让回归原生开发成为新选择
Shopify 宣布原生开发是其移动开发的未来，Shop 应用已在 12 周内用 AI 重写为完全原生的 Swift 和 Kotlin 应用，其余应用将陆续迁移。
-
OpenAI GPT-6 Sol 和 GPT-6 Luna 上线 OpenRouter
OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 上线 OpenRouter，价格为其 GPT-5.6 前代的一半：Sol 输入 $2/M、输出 $10/M，Luna 输入 $0.10/M、输出 $0.50/M。在 AutomationBench 上每款都以更低的单任务成本超过前代的最好成绩。
-
Cognition 发布 SWE-2 编码模型，以更低成本逼近前沿
Cognition 发布最先进编码模型 SWE-2，基于 2.8T 参数的 Kimi K33 后训练，在 FrontierCode 1.1 Main 取得 50.0%，仅比 Fable 5.1 低不到一分且便宜 64%。
-
Anthropic 发布 Claude Sonnet 5.5，更快更便宜并成为 claude.ai 免费层默认模型
Anthropic 发布 Claude Sonnet 5.5，官方称其运行快 30% 以上，多数工作成本最多低 30%，定价与 Sonnet 5 相同但在各项基准上表现更好。