Opus 5.5 на максимальном усилии написал код почти в 5 раз чище — но прошёл меньше тестов
SlopCodeBench 10/2026 – Opus 5.5, Astra wins overall, xhigh considered harmful
Dex Horthy прогнал шесть фронтирных моделей через 36 задач и 196 чекпоинтов SlopCodeBench. Лучший строгий результат у GPT-6 Astra XHigh — 16,3% против 14,8% у gpt-5.5 в мае. Но главное открытие: XHigh стоит в 2,11–4,22 раза дороже Medium и не даёт надёжного прироста. Opus 5.5 на Medium прошёл 28 чекпоинтов против 25 на XHigh, зато код XHigh оказался в разы чище — 77,75% против 94,25% строк, задетых правилами «слопа».
При более высоком усилии Opus 5.5 Medium прошёл больше строгих проверок, но Opus 5.5 XHigh написал код, который был почти в 5 раз чище.