补洞这活儿，三家全卡在 68%！ 刚出的 CWE-bench，120 个仓库修洞任务、73 种弱点类型，10 月 30 日发布，考动手补洞，不是找茬。 Gr… · @chenYijl · TwKit

@chenYijl

补洞这活儿，三家全卡在 68%！ 刚出的 CWE-bench，120 个仓库修洞任务、73 种弱点类型，10 月 30 日发布，考动手补洞，不是找茬。 Grok 4.7、Gemini 4 Argon、GPT-6 Astra 一次通过率全是 68%，分毫不差，多试几次 Grok 能爬到 81%。 可榜首换人了：10 月 28 日发布的 Gemini 4 Carbon 一次通过 71%，三个点甩开三家。 账单更扎心：修一个洞，Gemini Argon 6.63 美元，Grok 只要 2.75 美元，同分不同价，贵的那家多花 2.4 倍。 你家仓库雇个 AI 修理工，你选便宜 2.4 倍的 Grok，还是继续供着最贵的 Gemini？

曝光 205 · 评论 3 · 点赞 2 · 书签 0