Opus 5.5 schneidet mit hohem Aufwand schlechter ab als mit mittlerem
SlopCodeBench 10/2026 – Opus 5.5, Astra wins overall, xhigh considered harmful
Im aktuellen SlopCodeBench-Durchlauf mit 36 Problemen und 196 Checkpoints erreicht GPT-6 Astra XHigh mit 16,3 % die höchste strikte Pass-Rate, dicht gefolgt von SOL 6.1 Medium. Auffällig: Bei Opus 5.5, GPT-6 SOL und Astra kostet XHigh das 2,11- bis 4,22-Fache von Medium, liefert aber nicht zuverlässig mehr strikte Erfolge – Opus 5.5 besteht mit Medium 28 statt 25 Checkpoints. Zudem hinterlässt Opus 5.5 XHigh deutlich saubereren Code als Medium (77,75 % vs. 94,25 % Slop-Anteil).
Das beweist nicht, dass mehr Reasoning dem Programmieren schadet. Es besagt, dass höherer Aufwand in diesen Läufen kein verlässlicher Weg war, mehr strikte Passes zu erkaufen.