GPT-6 LunavsClaude Sonnet 5
在 16 个共同 benchmark 中，Claude Sonnet 5 整体领先：GPT-6 Luna 领先 6 项，Claude Sonnet 5 领先 10 项，持平 0 项，平均分差 -1.27。
GPT-6 Luna
OpenAI · 2026-09-22 · 推理大模型
Claude Sonnet 5
Anthropic · 2026-06-30 · 多模态大模型
GPT-6 Luna6 项(38%)(63%)10 项Claude Sonnet 5
评测分数
按能力类目分组，每组内按分差大小排列；共 16 项。
金融
Claude Sonnet 5 领先 2/3| 评测项 | GPT-6 Luna | Claude Sonnet 5 | 分差 |
|---|---|---|---|
| Finance Agent v2 | 49.8730 / 43Max (With Tools) | 53.9120 / 43Max (With Tools) | -4.04 |
| Tax Agent Bench | 58.8617 / 20Max (With Tools) | 62.2714 / 20Max (With Tools) | -3.41 |
| EMB (Excel Modeling) | 68.5211 / 42Max (With Tools) | 66.3216 / 42Max (With Tools) | +2.20 |
临床工作与医疗决策
胶着 2/2| 评测项 | GPT-6 Luna | Claude Sonnet 5 | 分差 |
|---|---|---|---|
| MedScribe | 83.7129 / 66Max (With Tools) | 76.0553 / 66Max (With Tools) | +7.66 |
| MedCode | 44.6930 / 64Max (With Tools) | 47.5424 / 64Max (With Tools) | -2.85 |
客服与业务流程
Claude Sonnet 5 领先 2/2| 评测项 | GPT-6 Luna | Claude Sonnet 5 | 分差 |
|---|---|---|---|
| Public Benefits Bench v1.1 | 57.6521 / 26Max (With Tools) | 66.0311 / 26Max (With Tools) | -8.38 |
| SAGE | 48.0921 / 64Max (With Tools) | 48.9217 / 64Max (With Tools) | -0.83 |
法律
Claude Sonnet 5 领先 2/2| 评测项 | GPT-6 Luna | Claude Sonnet 5 | 分差 |
|---|---|---|---|
| Legal Research Bench | 30.2931 / 42Max (With Tools) | 41.8314 / 42Max (With Tools) | -11.54 |
| Harvey's Legal Agent Benchmark | 2.9228 / 43Max (With Tools) | 523 / 43Max (With Tools) | -2.08 |
数学
Claude Sonnet 5 领先 1/1| 评测项 | GPT-6 Luna | Claude Sonnet 5 | 分差 |
|---|---|---|---|
| ProofBench v1.1 (Lean 4) | 6411 / 28Max (With Tools) | 779 / 28Max (With Tools) | -13 |
文档与图表理解
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | Claude Sonnet 5 | 分差 |
|---|---|---|---|
| GDP.pdf | 20.4038 / 122Max (No Tools) | 13.2068 / 122Max (No Tools) | +7.20 |
程序生成与编辑
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | Claude Sonnet 5 | 分差 |
|---|---|---|---|
| Vibe Code Bench v1.1 | 81.6515 / 61Max (With Tools) | 81.3316 / 61Max (With Tools) | +0.32 |
算法与竞赛编程
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | Claude Sonnet 5 | 分差 |
|---|---|---|---|
| IOI (Vals v2) | 55.5614 / 26Max (With Tools) | 4520 / 26Max (With Tools) | +10.56 |
维护、优化与工程管理
Claude Sonnet 5 领先 1/1| 评测项 | GPT-6 Luna | Claude Sonnet 5 | 分差 |
|---|---|---|---|
| Code Migration | 42.5519 / 43Max (With Tools) | 44.3916 / 43Max (With Tools) | -1.84 |
自主开发与终端任务
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | Claude Sonnet 5 | 分差 |
|---|---|---|---|
| Terminal-Bench 4.0 | 12.6351 / 98Max (With Tools) | 12.4255 / 98Max (With Tools) | +0.21 |
跨能力聚合指数
Claude Sonnet 5 领先 1/1| 评测项 | GPT-6 Luna | Claude Sonnet 5 | 分差 |
|---|---|---|---|
| Vals Index v2.1 | 51.2224 / 36Max (task-specific tools) | 51.7720 / 36Max (task-specific tools) | -0.55 |
规格对比
| 字段 | GPT-6 Luna | Claude Sonnet 5 |
|---|---|---|
| 发布机构 | OpenAI | Anthropic |
| 发布时间 | 2026-09-22 | 2026-06-30 |
| 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 | 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-6 Luna | Claude Sonnet 5 |
|---|---|---|
| 文本输入 | $0.1 / 1M tokens | $2 / 1M tokens |
| 文本输出 | $0.5 / 1M tokens | $10 / 1M tokens |
| 缓存读取 | $0.01 / 1M tokens | $0.2 / 1M tokens |
| 缓存写入 | $0.125 / 1M tokens | $2.5 / 1M tokens |
小结
- GPT-6 Luna在以下类目领先:文档与图表理解 (1/1)、程序生成与编辑 (1/1)、算法与竞赛编程 (1/1)、自主开发与终端任务 (1/1)
- Claude Sonnet 5在以下类目领先:金融 (2/3)、客服与业务流程 (2/2)、法律 (2/2)、数学 (1/1)、维护、优化与工程管理 (1/1)、跨能力聚合指数 (1/1)
- 胶着类目:临床工作与医疗决策
16 个共同 benchmark 上，Claude Sonnet 5 平均高出 1.27 分。
单项差距最大的 benchmark：ProofBench v1.1 (Lean 4) — GPT-6 Luna 64，Claude Sonnet 5 77（分差 -13）。
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。