GPT-6 Sol/Luna 基准流出:任务成本比 Fable 低约 85%
kimmonismus · x · 2026-09-23
kimmonismus 晒出 GPT-6 Sol 与 Luna 的基准成绩与成本对比:
- FrontierCode:Sol 48.4%,与 Fable 5.1 的 48.7% 基本持平(均在 xhigh 档),但每任务 $1.37 vs $9.27,便宜约 85%
- DeepSWE:68.8%(max)vs Fable 5 最好的 69.9%(xhigh),每任务 $2.74 vs $13.41,便宜约 80%
- AutomationBench:33.2%(xhigh)vs Fable 5.1+Opus 5 fallback 的 31.4%(max),每任务 $0.27 vs 至少 $2.45
核心结论:GPT-6 代际在 agent/编码类任务上以接近旗舰的成绩实现大幅成本优势,任务级价格差距达数倍到十几倍。
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