GPT-5.6 LunavsGPT-5.5
在 8 个共同 benchmark 中，GPT-5.5 整体领先：GPT-5.6 Luna 领先 3 项，GPT-5.5 领先 5 项，持平 0 项，平均分差 -1.83。
GPT-5.6 Luna
OpenAI · 2026-06-26 · 推理大模型
GPT-5.5
OpenAI · 2026-04-23 · 推理大模型
GPT-5.6 Luna3 项(38%)(63%)5 项GPT-5.5
评测分数
按能力类目分组，每组内按分差大小排列；共 8 项。
科学知识与推理
GPT-5.5 领先 2/2| 评测项 | GPT-5.6 Luna | GPT-5.5 | 分差 |
|---|---|---|---|
| GPQA Diamond | 63.64205 / 253Normal (No Tools) | 77.27148 / 253Normal (No Tools) | -13.64 |
| CritPt | 0.30186 / 204Normal (No Tools) | 1.40139 / 204Normal (No Tools) | -1.10 |
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-5.5 | 分差 |
|---|---|---|---|
| DeepSWE | 67.2033 / 92Extra-High (With Tools) | 67.0435 / 92Extra-High (With Tools) | +0.16 |
写作与创意表达
GPT-5.5 领先 1/1| 评测项 | GPT-5.6 Luna | GPT-5.5 | 分差 |
|---|---|---|---|
| Creative Writing | 1,82920 / 110Normal (No Tools) | 1,84415 / 110Normal (No Tools) | -15.20 |
图像感知与视觉推理
GPT-5.5 领先 1/1| 评测项 | GPT-5.6 Luna | GPT-5.5 | 分差 |
|---|---|---|---|
| MMMU-Pro | 60.30175 / 229Normal (No Tools) | 71.40121 / 229Normal (No Tools) | -11.10 |
客服与业务流程
GPT-5.5 领先 1/1| 评测项 | GPT-5.6 Luna | GPT-5.5 | 分差 |
|---|---|---|---|
| τ³-Banking | 9.70134 / 167Normal (With Tools) | 14.80113 / 167Normal (With Tools) | -5.10 |
综合偏好评测
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-5.6 Luna | GPT-5.5 | 分差 |
|---|---|---|---|
| Text Arena (Coding) | 1,52315 / 35Extra-High (No Tools) | 1,50518 / 35Extra-High (No Tools) | +18.20 |
跨应用与工具编排
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-5.6 Luna | GPT-5.5 | 分差 |
|---|---|---|---|
| PinchBench v2 | 88.674 / 45Reported best (effort unspecified) | 75.5018 / 45Reported best (effort unspecified) | +13.17 |
规格对比
| 字段 | GPT-5.6 Luna | GPT-5.5 |
|---|---|---|
| 发布机构 | OpenAI | OpenAI |
| 发布时间 | 2026-06-26 | 2026-04-23 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 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 | 1000K |
| 最大输出 | 128K | 128K |
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-5.5 |
|---|---|---|
| 文本输入 | $0.2 / 1M tokens | $5 / 1M tokens |
| 文本输出 | $1.2 / 1M tokens | $30 / 1M tokens |
| 缓存读取 | $0.02 / 1M tokens | $0.5 / 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)、综合偏好评测 (1/1)、跨应用与工具编排 (1/1)
- GPT-5.5在以下类目领先:科学知识与推理 (2/2)、写作与创意表达 (1/1)、图像感知与视觉推理 (1/1)、客服与业务流程 (1/1)
8 个共同 benchmark 上，GPT-5.5 平均高出 1.83 分。
单项差距最大的 benchmark：Text Arena (Coding) — GPT-5.6 Luna 1,523，GPT-5.5 1,505（分差 +18.20）。
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。