Artificial Analysis：GPT-5.6 Terra 在智能—成本曲线上的位置

一句话结论

Artificial Analysis 公开结论称，在其 Intelligence Index 的智能—任务成本图中，GPT-5.6 Sol 与 Luna 的每个点都领先 Terra；因此 Terra 可能缺少清晰的成本/智能优势，但帖文没有给出完整原始数据，不能单凭它做采购决策。

测试环境

• 模型/入口：GPT-5.6 Sol、Terra、Luna 与 GPT-5.5；Artificial Analysis Intelligence Index 的推理任务成本—智能图。

• 输入/配置：原帖只说明使用 Intelligence Index 图表，没有公开完整任务集、模型 snapshot、effort、采样参数、价格时点或样本明细。

• 结果形式：官方账号文字结论和配图；未提供可下载逐题结果。

输入/配置

公开帖没有可直接复现的 prompt 或完整配置。可复核的原始声明是：推理任务中，GPT-5.6 系列相对 GPT-5.5 处于 Pareto 前沿；对任何 Terra effort，存在 Luna 或 Sol effort，在不增加成本时更智能，或以更低成本达到相同智能。

结果数据

• Artificial Analysis：Sol 和 Luna 在智能与任务成本图表的每个点上领先 Terra。

• Artificial Analysis：Luna 特别具有成本效益。

• Rohan Paul 对该帖的转述进一步称 Terra“在整个智能—成本曲线上落后”，但这是评论者表述，不是额外的原始测量。

• OpenAI 官方页同一时期列出 Intelligence Index v4.1：Terra 55、Luna 51.2、Sol 58.9；两者口径和时间点可能不同，不能把官方总分与 Artificial Analysis 图上的 effort 点直接混算。

结论

对以 API 成本/智能为主要目标的任务，Terra 应与 Luna/Sol 做同 harness 试算；不能因为 Terra 名称位于中间层，就默认它是最优性价比。Terra 仍可能在特定延迟、上下文、工具可靠性或团队已有路由中有价值。

局限

• 原帖未公开完整图表数据、任务清单、评分、模型版本、价格和 effort 映射，无法由此复算每个点。

• “每个点都领先”是曲线层面的结论，不代表 Terra 在每个具体任务都失败。

• 官方页与独立机构的指数版本/采集时间可能不同；冲突时应保留两套原始口径。

复现步骤

1. 获取同一 Intelligence Index 版本和模型 snapshot，记录采集时间、价格与 effort。

2. 对 Terra、Luna、Sol 使用相同任务集和工具，至少重复 3 次，记录正确率、输入/输出 token、延迟和费用。

3. 绘制 cost–intelligence 曲线，按每个 Terra 点寻找成本不高且分数更高的 Luna/Sol 点。

4. 把无法支配的点、失败任务和延迟异常单独列出，不把曲线结论外推到所有工作流。