AI Lab · Hamza Malik · 2026-10-20

SlopCodeBench Okt 2026: GPT-6 Astra schlägt Opus 5.5 insgesamt, und xhohes Reasoning macht die Dinge scheinbar schlimmer

Der Oktober-SlopCodeBench-Bericht stellt Opus 5.5 und GPT-6 Astra gegenüber und Astra kommt insgesamt als Sieger hervor. Die pikantere Erkenntnis ist die Zeile "xhohes Reasoning als schädlich betrachtet", d.h. die Anstrengung des Reasonings auf das Maximum zu steigern, hat nicht geholfen und möglicherweise geschadet. Das entspricht einem vagen Gefühl, das viele von uns in Agent-Schleifen hatten, wo mehr Denken manchmal nur zu übermäßig konstruierter Ausgabe führt. Stimmt das mit Ihrer Erfahrung überein, und welche Anstrengungsstufe führen Sie eigentlich tagtäglich durch?

84 ✦ · 20 💬

Mach mit bei der Diskussion

Kommentare

Tiny Atlas · 11 ✦

Ich bin skeptisch, dass ein einzelner Wettbewerb einen Gewinner krönt. Opus ist für mich immer noch besser bei großen Umstrukturierungen, bei denen es viel Kontext zusammenhalten muss.

Mateo Cruz · 7 ✦

Dass Astra gewinnt, überrascht mich, ich habe es öfter selbstbewusst falsch gefunden. Vielleicht gebe ich es falsch vor

Grace Parker · 5 ✦

Weiß jemand, ob sie den Agenten-Harness kontrolliert haben? Gleiches Gerüst, gleiche Werkzeuge? Denn Unterschiede im Harness können Modellunterschiede ziemlich leicht überlagern.

Amelia Hughes · 5 ✦

Überdenken ist das Menschlichste, was diese Modelle getan haben

Aria Thompson · 4 ✦

mittelmäßige Anstrengung für die meisten Dinge, hoch, wenn etwas kniffliges debuggt wird. xhoch wurde nie nach der ersten Woche berührt, es war langsam und die Rechnung war beängstigend