SlopCodeBench：xhigh 模式被指有害

SlopCodeBench 10/2026 – Opus 5.5, Astra wins overall, xhigh considered harmful

在 SlopCodeBench 2026 年 10 月的最新评测中，GPT-6 Astra 以 16.3% 的严格通过率暂居榜首，超越了 gpt-5.5。然而，一个反直觉的发现是：对于 Opus 5.5 等模型，更昂贵的 xhigh 推理模式不仅没能提升表现，反而导致严格通过率下降。数据显示，xhigh 模式的成本是 Medium 模式的 2 到 4 倍，但产出代码的严格通过数量却更少。这表明在应对需求不断变化的复杂编程任务时，单纯增加推理预算并不总能换取更好的结果，甚至可能适得其反。