待验证50% 置信基准精确时间

在 Frontier Code 测试中，GPT-6 Luna Max 拿下 66.6%，每任务成本仅 22 美分

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/25

首次发现

有效期至：2026/12/24

来源

OpenAI 发布 GPT-6 Sol 与 Luna：价格再砍半的工作马模型

涉及实体

GPT-6 Lunamodel Frontier Codeconcept

相关事实

待验证在 Frontier Code 上，GPT-6 Sol、Luna 与 Opus 5.5 三款模型性能差距只有约 6~7 个百分点，但价格从 10 美分、2 美元到 4 美元不等69% 相似待验证在 Frontier Code 上，Opus 5.5 的 medium 档（不到 1 美元/任务）得分反而高于 max 档（超过 5 美元/任务）68% 相似待验证在 Frontier Code 准确率与成本基准测试中，低档位花费约 5 美元可达约 11% 得分，而 Opus 4.8 Max 花费约 11 美元才拿到相同得分66% 相似待验证在EvoArena测试中，Step Level最高的GPT-5.5只有50%出头的准确率，Chain Level表现最好的Gemini-3.1 Pro和GLM-5.1也只有约28%-29%66% 相似待验证在 Automation Bench 测试中，GPT-6 Sol 的 extra high 档拿下 33% 的第一名，而 5.6 的 max effort 得分为 28.866% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/949363

API

curl https://kongchang.com/api/v1/knowledge/claims/949363

MCP

get_claim(id=949363)