SlopCodeBench 评测编码 Agent，榜首通过率仅 16.33%

SlopCodeBench 通过 3-8 轮需求扩展和隐藏测试评估编码 Agent，GPT-6 Astra XHigh strict 以 16.33% 通过率居首，Opus 5.5 Medium 为 14.29%，GLM 5.3 XHigh 为 12.24%。