Artificial Analysis 的指数显示 Terra max 的 Intelligence Index 为 55、Coding Agent Index 为 77，并把它的成本位置放在 Sol 与 Luna 之间，但 Terra 并非所有成本/智能 Pareto 前沿的最优点。
指数：Artificial Analysis Intelligence Index v4.1 与 Coding Agent Index。
编码 Agent harness：文章说明 Index 组合了 Codex、Claude Code、Grok Build 等 Agent harness，并覆盖 DeepSWE、Terminal-Bench v2、SWE-Atlas-QnA。
推理档位：文章主要报告 GPT-5.6 各模型 max，并比较不同 reasoning effort 的成本/智能前沿。
数据来源：Artificial Analysis 的统一指数与任务成本统计；文章注明其在预发布阶段支持 OpenAI 对 Sol、Terra、Luna 做评估。
文章公开了指数名称、模型档位、每任务成本和部分组成评测，但没有逐题 prompt、完整采样参数或可下载的 Terra 运行 trace。完整复现需使用 Artificial Analysis 的评测服务或同版本公开 harness。
Intelligence Index：Terra max 为 55；Sol max 为 59；Luna max 为 51。
Intelligence Index 每任务成本：Terra 约 $0.55，Sol 约 $1.04，Luna 约 $0.21；文章将 Terra 与 Luna 相对 Sol 的成本差异概括为约 50% 和 80%。
Coding Agent Index：Terra max 为 77，Sol max 为 80，Luna max 为 75。
Coding Agent 成本：文章称 Terra max 和 Luna max 相对 Sol 分别约低 60% 和 80%。
AA-Briefcase：文章主要公布 Sol 的对照结果，并提醒 GPT-5.6 家族在知识工作上仍需按 rubric、Elo 和 Presentation Elo 分开看，不能把 Coding Agent Index 当成专业文档质量。
Pareto 观察：文章称 Luna 和 Sol 在 Intelligence 与成本前沿上持续领先 Terra；Terra max 的“中间价格”并不自动意味着全局性价比最优。
Terra 是一条清晰的中档成本/智能路线：比 Sol 便宜、比 Luna 智能指数高，但不能只看模型档位判断最优预算点。
对 Codex/终端类 Agent，Terra max 的 77 分足以进入前沿编码比较；实际选择仍取决于任务失败成本、工具 harness 和输出长度。
对批量任务，应先在自己的任务分布上比较“每任务成本 × 通过率”，而不是只比较每百万 token 价格。
文章明确说明 Artificial Analysis 在预发布阶段支持 OpenAI，这构成潜在的选择和配置偏差；它仍是外部指数，但不应视为完全无利益关系的盲测。
Coding Agent Index 绑定不同 Agent harness；模型分数和成本不能脱离 harness 直接比较。
每任务成本是特定日期、推理档位和输入分布下的测量，缓存、重试、工具费用和账户价格会改变实际账单。
文章没有公布 Terra 每道题的输入、输出和失败案例，因此不能独立复算总分。
记录 Artificial Analysis 文章版本、模型别名、max 档位和采集日期。
在同一 Coding Agent harness 中固定任务集、超时、工具版本和并发，分别运行 Terra、Sol、Luna。
对每次任务保存通过状态、模型轮数、输入/输出 tokens、工具调用、耗时和美元成本。
将结果拆成 Intelligence、Coding Agent 和 Briefcase/文档质量，不做跨指数加权。
计算每个模型的通过率、每任务成本和 cost-per-success，再与文章的方向性结论比较。
文章报告 “GPT-5.6 Terra (max) and Luna (max) score 55 and 51 respectively”。该数字是指数分，不是百分比。
GPT-5.6 Terra
