热点事件持续更新
Bug Hunt Bench 榜单公布：Sonnet 5.5 (max) 居首
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026 年 10 月 27 日，AGI Hunt 报道，Pawel Huryn 公布了 Bug Hunt Bench 的完整排行榜和单次运行明细。该基准在 105 个预埋 bug 下进行盲评：模型需要在不知道 bug 位置的情况下，自行找出这些问题。榜单显示，Sonnet 5.5 (max) 以 51.3/105 的成绩位居第一，单次运行耗时 287 分钟、成本 154 美元；报道称，这份成绩主要靠 7 倍轮次反复尝试获得，而不是单轮就能找全。目前公开的是完整排行与明细，其他模型的具体分数尚未在现有报道中披露。
AI 根据报道生成 · 4 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- AGI HuntBug Hunt Bench 榜单：Sonnet 5.5 (max) 以 51.3/105 居首，靠 7 倍轮次硬磨
Pawel Huryn 公布 Bug Hunt Bench 的完整排行榜和单次运行明细，在 105 个预埋 bug 的盲评下，Sonnet 5.5 (max) 以 51.3/105 居首，耗时 287 分钟、成本 $154。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 08:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。