Opus 5.5 rinde peor con esfuerzo xhigh: más gasto, menos aciertos
SlopCodeBench 10/2026 – Opus 5.5, Astra wins overall, xhigh considered harmful
En la actualización de octubre de 2026 de SlopCodeBench, GPT-6 Astra XHigh lidera con un 16,3% de aprobación estricta sobre 196 checkpoints, pero Opus 5.5 Medium supera a su versión XHigh (28 frente a 25 aciertos) mientras XHigh cuesta 4,22 veces más. El código final de casi todos los modelos sigue fallando cientos de tests, y Opus Medium deja 216.881 líneas con un 94,25% de patrones de slop.
Aunque Opus 5.5 Medium logró más aprobaciones estrictas, Opus 5.5 XHigh escribió código casi 5 veces más limpio.