GPT-6 LunavsGPT-5.6 Luna
在 19 个共同 benchmark 中，GPT-5.6 Luna 整体领先：GPT-6 Luna 领先 9 项，GPT-5.6 Luna 领先 10 项，持平 0 项，平均分差 -0.56。
GPT-6 Luna
OpenAI · 2026-09-22 · 推理大模型
GPT-5.6 Luna
OpenAI · 2026-06-26 · 推理大模型
GPT-6 Luna9 项(47%)(53%)10 项GPT-5.6 Luna
评测分数
按能力类目分组，每组内按分差大小排列；共 19 项。
金融
GPT-5.6 Luna 领先 2/3| 评测项 | GPT-6 Luna | GPT-5.6 Luna | 分差 |
|---|---|---|---|
| Finance Agent v2 | 49.8730 / 43Max (With Tools) | 55.0416 / 43Max (With Tools) | -5.17 |
| Tax Agent Bench | 58.8617 / 20Max (With Tools) | 60.8115 / 20Max (With Tools) | -1.95 |
| EMB (Excel Modeling) | 68.5211 / 42Max (With Tools) | 67.1213 / 42Max (With Tools) | +1.40 |
临床工作与医疗决策
胶着 2/2| 评测项 | GPT-6 Luna | GPT-5.6 Luna | 分差 |
|---|---|---|---|
| MedCode | 44.6930 / 64Max (With Tools) | 42.3939 / 64Max (With Tools) | +2.30 |
| MedScribe | 83.7129 / 66Max (With Tools) | 84.3924 / 66Max (With Tools) | -0.68 |
客服与业务流程
胶着 2/2| 评测项 | GPT-6 Luna | GPT-5.6 Luna | 分差 |
|---|---|---|---|
| SAGE | 48.0921 / 64Max (With Tools) | 44.2234 / 64Max (With Tools) | +3.87 |
| Public Benefits Bench v1.1 | 57.6521 / 26Max (With Tools) | 61.1618 / 26Max (With Tools) | -3.51 |
法律
胶着 2/2| 评测项 | GPT-6 Luna | GPT-5.6 Luna | 分差 |
|---|---|---|---|
| Legal Research Bench | 30.2931 / 42Max (With Tools) | 36.5426 / 42Max (With Tools) | -6.25 |
| Harvey's Legal Agent Benchmark | 2.9228 / 43Max (With Tools) | 1.2532 / 43Max (With Tools) | +1.67 |
数学
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | GPT-5.6 Luna | 分差 |
|---|---|---|---|
| ProofBench v1.1 (Lean 4) | 6411 / 28Max (With Tools) | 6012 / 28Max (With Tools) | +4 |
文档与图表理解
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-6 Luna | GPT-5.6 Luna | 分差 |
|---|---|---|---|
| GDP.pdf | 20.4038 / 122Max (No Tools) | 2421 / 122Max (No Tools) | -3.60 |
机器学习工程
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | GPT-5.6 Luna | 分差 |
|---|---|---|---|
| WeirdML v3 | 0.088 / 13Extra-High (With Tools) | 0.0513 / 13Extra-High (With Tools) | +0.03 |
科学知识与推理
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | GPT-5.6 Luna | 分差 |
|---|---|---|---|
| MysteryMechanism | 19.3712 / 13Max (With Tools) | 14.4113 / 13Max (With Tools) | +4.96 |
科学计算与科研编程
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | GPT-5.6 Luna | 分差 |
|---|---|---|---|
| SciCode | 54.6342 / 134Max (No Tools) | 53.6051 / 134Max (No Tools) | +1.03 |
程序生成与编辑
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | GPT-5.6 Luna | 分差 |
|---|---|---|---|
| Vibe Code Bench v1.1 | 81.6515 / 61Max (With Tools) | 77.0621 / 61Max (With Tools) | +4.59 |
算法与竞赛编程
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-6 Luna | GPT-5.6 Luna | 分差 |
|---|---|---|---|
| IOI (Vals v2) | 55.5614 / 26Max (With Tools) | 61.7810 / 26Max (With Tools) | -6.22 |
维护、优化与工程管理
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-6 Luna | GPT-5.6 Luna | 分差 |
|---|---|---|---|
| Code Migration | 42.5519 / 43Max (With Tools) | 44.5515 / 43Max (With Tools) | -2 |
自主开发与终端任务
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-6 Luna | GPT-5.6 Luna | 分差 |
|---|---|---|---|
| Terminal-Bench 4.0 | 12.6351 / 98Max (With Tools) | 17.2743 / 98Max (With Tools) | -4.64 |
跨能力聚合指数
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-6 Luna | GPT-5.6 Luna | 分差 |
|---|---|---|---|
| Vals Index v2.1 | 51.2224 / 36Max (task-specific tools) | 51.6921 / 36Max (task-specific tools) | -0.47 |
规格对比
| 字段 | GPT-6 Luna | GPT-5.6 Luna |
|---|---|---|
| 发布机构 | OpenAI | OpenAI |
| 发布时间 | 2026-09-22 | 2026-06-26 |
| 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 | 1.05M |
| 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 | GPT-5.6 Luna |
|---|---|---|
| 文本输入 | $0.1 / 1M tokens | $0.2 / 1M tokens |
| 文本输出 | $0.5 / 1M tokens | $1.2 / 1M tokens |
| 缓存读取 | $0.01 / 1M tokens | $0.02 / 1M tokens |
| 缓存写入 | $0.125 / 1M tokens | $0.25 / 1M tokens |
小结
- GPT-6 Luna在以下类目领先:数学 (1/1)、机器学习工程 (1/1)、科学知识与推理 (1/1)、科学计算与科研编程 (1/1)、程序生成与编辑 (1/1)
- GPT-5.6 Luna在以下类目领先:金融 (2/3)、文档与图表理解 (1/1)、算法与竞赛编程 (1/1)、维护、优化与工程管理 (1/1)、自主开发与终端任务 (1/1)、跨能力聚合指数 (1/1)
- 胶着类目:临床工作与医疗决策、客服与业务流程、法律
19 个共同 benchmark 上，GPT-5.6 Luna 平均高出 0.56 分。
单项差距最大的 benchmark：Legal Research Bench — GPT-6 Luna 30.29，GPT-5.6 Luna 36.54（分差 -6.25）。
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。