GPT-5.6 Luna Benchmarks & Pricing（公开基准与定价）

摘要

BenchLM 将 GPT-5.6 Luna 评为 67.3/100，在 218 个模型中排名第 23。它的公开证据最强项是 Coding：73.0 分、#6/135；Agentic 为 #43/130。页面同时列出 $0.20/百万输入 token、$1.20/百万输出 token、缓存输入 $0.020/百万 token。BenchLM 特别提醒：速度尚未独立测量，部分类别没有足够的公开证据，排名不应脱离证据覆盖率理解。

关键结果

研判

• 适合优先验证的场景是代码生成、软件开发和高体量推理工作。

• 不能只看综合排名：页面称 24 个公开 benchmark 行有来源，但仍有多项跟踪指标为空。

• Coding 结果并非所有项目都领先：SWE-bench Pro 比页面记录的最佳验证结果低 17.6 个百分点，Terminal-Bench 2.0 比 GPT-5.6 Sol 低 7.2 个百分点。

• 这是第三方公开资料整理，不等同于在 Tabbit 真实工作流中的复测；落地前应使用自己的任务集验证接受率、延迟和总成本。

原文阅读

本站仅展示 Tabbit 编辑摘要和必要节选；完整内容、上下文与最新版本请查看原始来源。