GPT-6 Luna 模型测评导航

汇总 GPT-6 Luna 的官方基准、媒体分析和社区实测，不把第三方观点包装成 Tabbit 自测。

5 条已核对来源的资料官方 · 媒体 · 社区

官方

1 条已核对来源的资料

OpenAI 将 GPT-6 Luna 定位为低成本、高吞吐模型，并报告其在 AutomationBench、DeepSWE 与 OSWorld 上相对前代的提升，但公开页未提供完整逐题数据和所有复现配置。

2 条已核对来源的资料

Artificial Analysis 的自有评测显示 GPT-6 Luna max 以显著更低任务成本取得接近前代的综合结果，但 Coding Agent Index 略有回退，GDPval 与 Briefcase 也出现知识工作交付质量问题。

Artificial Analysis 汇总的六个 effort 档位显示 Luna 的性能、速度和每任务成本差异明显，max 档得分最高，low 档成本最低。

2 条已核对来源的资料

早期 Codex 用户反馈同时包含表达更简洁、速度更快的体验，以及改动代码和违反 Agent 指令的严重负例；样本太少且任务未统一，不能形成模型排名。

该讨论反映用户对综合排行榜可信度、价格下降和实际使用时长的分歧，适合当作选型问题清单，不能当作独立测评结果。

GPT-6 Luna

汇总 GPT-6 Luna 的官方基准、媒体分析和社区实测，不把第三方观点包装成 Tabbit 自测。