待验证50% 置信基准精确时间

Luna 在 Forge 测试中从未导入历史变更，62 条历史变更一条没进，触发标注为 critical 的 backfill 检查，将整轮分数从 0.6583 乘以 0.6 变成 0.395

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/12

首次发现

有效期至：2026/10/26

来源

Claude Haiku 5.5 对决 GPT-6 Luna：同价不同费的智能体编码实测

涉及实体

GPT-6 Lunamodel Forge 1.0concept

相关事实

待验证Luna模型的fail_fast/endstate得分是64/55，差距对应那些逐轮看都干净、终态却是烂的轨迹60% 相似待验证Luna配置在HIGH和XH模式下10次测试全部答错，正确率为零56% 相似待验证Luna的表现被评价为中规中矩，模型存在不少错误，稳定性和准确度不及GPT-6.1和Sonnet 5.556% 相似待验证Luna编程测试得66.6%，成本比Opus 5、Fable 5分别低93%和96%56% 相似待验证在纯奇偶校验任务上，GAN8 达到 100%，JEV MLP 为 67%，JEV 线性为 33%53% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1003253

API

curl https://kongchang.com/api/v1/knowledge/claims/1003253

MCP

get_claim(id=1003253)