SlopCodeBench: GPT-6 Astra dẫn đầu, mức suy luận xhigh gây tốn kém

Benchmark SlopCodeBench cho thấy GPT-6 Astra dẫn đầu với 16,3%, và mức suy luận xhigh tốn gấp 2 đến 4 lần nhưng không phải lúc nào cũng hiệu quả hơn medium.