GPT-5.6 Luna 评测详情
GPT-5.6 Luna 当前已收录的代表性评测结果包括 PinchBench v2（4 / 45，得分 88.67）、GPQA Diamond（28 / 253，得分 91.60）、ECI（21 / 167，得分 156.32）。本页还提供与 2 个竞品模型及 2 个前代或同系列模型的对比，在有数据时会展示性能和价格视图。
评测结果
GPT-5.6 Luna
评测结果
抽象归纳与泛化
共 15 项评测评测名称 / 模式
得分
排名/总数
科学知识与推理
共 10 项评测评测名称 / 模式
得分
排名/总数
自主开发与终端任务
共 11 项评测评测名称 / 模式
得分
排名/总数
仓库修复与多文件工程
共 5 项评测评测名称 / 模式
得分
排名/总数
跨能力聚合指数
共 5 项评测评测名称 / 模式
得分
排名/总数
图像感知与视觉推理
共 6 项评测评测名称 / 模式
得分
排名/总数
科学计算与科研编程
共 6 项评测评测名称 / 模式
得分
排名/总数
客服与业务流程
共 8 项评测评测名称 / 模式
得分
排名/总数
法律
共 3 项评测评测名称 / 模式
得分
排名/总数
金融
共 3 项评测评测名称 / 模式
得分
排名/总数
数学
共 5 项评测评测名称 / 模式
得分
排名/总数
文档与图表理解
共 5 项评测评测名称 / 模式
得分
排名/总数
竞品对比
GPT-5.6 Luna 与同类主流模型的评测得分对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
12 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | GPT-5.6 Luna当前 | Gemini 3.5 Flash | DeepSeek-V4-Flash |
|---|---|---|---|
88.00思考水平·高 | 92.50思考水平·高 ｜ 工具 | -- | |
59.54思考水平·高 | 72.08思考水平·高 ｜ 工具 | -- | |
20.60思考水平·极高 | 13.10思考水平·高 | 7.10思考水平·高 | |
91.60思考水平·高 | 92.80思考水平·高 | 71.20常规模式 | |
1828.70常规模式 | -- | 1559.10常规模式 | |
46.80思考水平·极高 | 76.70常规模式 | 61.10常规模式 | |
81.80思考水平·高 | 77.19思考水平·高 | 69.42开启思考 | |
17.27思考水平·高 ｜ 工具 | 6.60思考水平·高 ｜ 工具 | 3.00思考水平·高 ｜ 工具 | |
67.20思考水平·极高 ｜ 工具 | 37.00思考水平·中 ｜ 工具 | 53.32思考水平·高 ｜ 工具 | |
156.32思考水平·高 | 154.55思考水平·高 | 146.10思考水平·高 | |
59.88思考水平·高 ｜ 工具 | 53.08思考水平·高 ｜ 工具 | -- | |
51.69常规模式 ｜ 工具 | 44.79思考水平·高 ｜ 工具 | 47.96思考水平·高 ｜ 工具 |
其余 22 个 benchmark 仍可在上方图表中查看。
GPT-5.6 Luna 与同类模型的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。 · USD / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
GPT-5.6 Luna | OpenAI | $0.2 / 1M tokens | $1.2 / 1M tokens | — |
Gemini 3.5 Flash | Google DeepMind | $1.5 / 1M tokens | $9 / 1M tokens | — |
DeepSeek-V4-Flash | DeepSeek-AI | $0.14 / 1M tokens | $0.28 / 1M tokens | — |
历代版本对比
GPT-5.6 Luna 系列各版本的评测成绩纵向对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
12 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。· 点击任意行可切换下方趋势图。
| 评测项 | GPT-5.6 Luna当前 | GPT-5.5 | GPT-5.4 |
|---|---|---|---|
88.00思考水平·高 | 95.00思考水平·极高 | 93.67思考水平·极高 | |
59.54思考水平·高 | 85.00思考水平·极高 | 77.10常规模式 | |
0.18思考水平·高 | 0.43思考水平·高 | 0.21思考水平·高 | |
20.60思考水平·极高 | 27.10思考水平·极高 | 23.40思考水平·极高 | |
91.60思考水平·高 | 94.00思考水平·极高 | 89.90思考水平·高 | |
1828.70常规模式 | 1843.90常规模式 | 1839.70常规模式 | |
46.80思考水平·极高 | 69.00常规模式 | -- | |
81.80思考水平·高 | 94.18思考水平·极高 | 86.15思考水平·极高 | |
84.70思考水平·高 | 83.10思考水平·极高 ｜ 工具 | -- | |
17.27思考水平·高 ｜ 工具 | 14.60思考水平·极高 ｜ 工具 | -- | |
67.20思考水平·极高 ｜ 工具 | 67.04思考水平·极高 ｜ 工具 | 51.77思考水平·极高 ｜ 工具 | |
156.32思考水平·高 | 159.25思考水平·高 | 156.92思考水平·高 |
其余 22 个 benchmark 仍可在上方图表中查看。
单评测历史趋势图
当前查看：ARC-AGI-1 · 抽象归纳与泛化
选择评测
GPT-5.6 Luna 所在系列的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。 · USD / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
GPT-5.6 Luna | OpenAI | $0.2 / 1M tokens | $1.2 / 1M tokens | — |
GPT-5.5 | OpenAI | $5 / 1M tokens | $30 / 1M tokens | — |
GPT-5.4 | OpenAI | $2.5 / 1M tokens | $15 / 1M tokens | — |