以下部分引用 AI 总结，现阶段 AI 仍然有幻觉。请以内容的原文为准。

数据新鲜度群聊 07-14 ✓卖方 07-14 ✓Wrap 断档15天 ✕News 07-15 ✓X 断档12天 ✕页面生成 07-15

GPT-5.5 xhigh + Codex /goal

6 atoms · 跨 1 天 · 首见 2026-05-18 · 最近 2026-05-18

三色: 🟦 fact 5 · 🟥 take 1 · stance ▲0/▼0/◆0

来源: X 6

时态: fresh:6

标签: 好数字:5 · 好观点:1

2026-05-18 · ProgramBench 200 任务 resolved 率
Ran GPT-5.5 xhigh + Codex /goal on all 200 ProgramBench tasks Result: 0.5% resolved
tags: 好数字 · → daily
value: qty=0.5% · date=2026-05-18
2026-05-18 · ProgramBench 200 任务 almost 率
6.0% almost
tags: 好数字 · → daily
value: qty=6.0% · date=2026-05-18
2026-05-18 · ProgramBench 200 任务 avg pass 率
63.6% avg pass
tags: 好数字 · → daily
value: qty=63.6% · date=2026-05-18
2026-05-18 · ProgramBench 任务单任务成本
~$4.89/task
tags: 好数字 · → daily
value: qty=$4.89/task · date=2026-05-18
2026-05-18 · ProgramBench 任务调用次数
80 calls/task
tags: 好数字 · → daily
value: qty=80 calls/task · date=2026-05-18
2026-05-18 · ProgramBench resolved 率 vs mini-SWE-agent
it matches mini-SWE-agent on resolved rate
tags: 好观点 · → daily