GPT-5.6 LunavsGPT-5.4
在 5 个共同 benchmark 中，GPT-5.4 整体领先：GPT-5.6 Luna 领先 2 项，GPT-5.4 领先 3 项，持平 0 项，平均分差 +1.36。
GPT-5.6 Luna
OpenAI · 2026-06-26 · 推理大模型
GPT-5.4
OpenAI · 2026-03-05 · 多模态大模型
GPT-5.6 Luna2 项(40%)(60%)3 项GPT-5.4
评测分数
按能力类目分组，每组内按分差大小排列；共 5 项。
仓库修复与多文件工程
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-5.6 Luna | GPT-5.4 | 分差 |
|---|---|---|---|
| DeepSWE | 67.2033 / 92Extra-High (With Tools) | 51.7765 / 92Extra-High (With Tools) | +15.43 |
写作与创意表达
GPT-5.4 领先 1/1| 评测项 | GPT-5.6 Luna | GPT-5.4 | 分差 |
|---|---|---|---|
| Creative Writing | 1,82920 / 110Normal (No Tools) | 1,84019 / 110Normal (No Tools) | -11 |
图像感知与视觉推理
GPT-5.4 领先 1/1| 评测项 | GPT-5.6 Luna | GPT-5.4 | 分差 |
|---|---|---|---|
| MMMU-Pro | 60.30175 / 229Normal (No Tools) | 70.60125 / 229Normal (No Tools) | -10.30 |
科学知识与推理
GPT-5.4 领先 1/1| 评测项 | GPT-5.6 Luna | GPT-5.4 | 分差 |
|---|---|---|---|
| CritPt | 0.30186 / 204Normal (No Tools) | 0.60172 / 204Normal (No Tools) | -0.30 |
跨应用与工具编排
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-5.6 Luna | GPT-5.4 | 分差 |
|---|---|---|---|
| PinchBench v2 | 88.674 / 45Reported best (effort unspecified) | 75.7017 / 45Reported best (effort unspecified) | +12.97 |
规格对比
| 字段 | GPT-5.6 Luna | GPT-5.4 |
|---|---|---|
| 发布机构 | OpenAI | OpenAI |
| 发布时间 | 2026-06-26 | 2026-03-05 |
| 模型类型 | 推理大模型 | 多模态大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1.05M | 1M |
| 最大输出 | 128K | 125K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | GPT-5.6 Luna | GPT-5.4 |
|---|---|---|
| 文本输入 | $0.2 / 1M tokens | $2.5 / 1M tokens |
| 文本输出 | $1.2 / 1M tokens | $15 / 1M tokens |
| 缓存读取 | $0.02 / 1M tokens | $0.25 / 1M tokens |
| 缓存写入 | $0.25 / 1M tokens | 暂无公开价格 |
小结
- GPT-5.6 Luna在以下类目领先:仓库修复与多文件工程 (1/1)、跨应用与工具编排 (1/1)
- GPT-5.4在以下类目领先:写作与创意表达 (1/1)、图像感知与视觉推理 (1/1)、科学知识与推理 (1/1)
5 个共同 benchmark 上，GPT-5.6 Luna 平均高出 1.36 分。
单项差距最大的 benchmark：DeepSWE — GPT-5.6 Luna 67.20，GPT-5.4 51.77（分差 +15.43）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。