GPT-6 实测成绩盘点:Sol 比对手便宜约 85% 打平 Fable 5.1
kimmonismus · x · 2026-09-23
kimmonismus 汇总 GPT-6 Sol 与 Luna 的基准成绩,并引用定价:Sol 输入 $2/输出 $10,Luna 输入 $0.10/输出 $0.50。
Sol:
- FrontierCode:48.4%(xhigh)vs Fable 5.1 的 48.7%,单任务 $1.37 vs $9.27,约便宜 85%。
- DeepSWE:68.8%(max)vs Fable 5 最佳 69.9%(xhigh),$2.74 vs $13.41,约便宜 80%。
- AutomationBench:33.2%(xhigh)vs Fable 5.1 带 Opus 5 fallback 的 31.4%(max),$0.27 vs 至少 $2.45。
Luna:
- DeepSWE:66.6%(max)vs Fable 5 的 65.4%(medium),$0.22 vs $6.09,约便宜 96%。
结论:Astra 级可靠性,价格大幅下探。
所属事件:OpenAI 发布 GPT-6 Sol 与 Luna：价格减半、幻觉大降，但非全面超越前代(92 条相关)→
「模型」频道最新
- 双板搭建测试：GPT-6 Astra 成功，Claude Fable 5.2 落败 — qinzytech · 2026-11-12
- Zvi 深析 Anthropic 新系统卡: autonomy 阈值争议成焦点 — Don't Worry About the Vase (Zvi) · 2026-11-12
- antirez 背书:苹果 M5 本地跑低比特 DeepSeek 好过 27B 稠密模型 — antirez · 2026-11-12
- 被禁用视觉后 Gemini 自建文本图像硬扛基准,性能仅降 6% — zacharynado · 2026-11-12
- 实测三模型纯裸跑编码：Gemini 4 Carbon 代码质量惊艳性价比最高 — Semantic_meaning · 2026-11-12
- Google 发物理工程「最后考试」:14 个前沿模型全部不及格 — dl_weekly · 2026-11-12