GPT-6 Sol/Luna 跑分曝光:性能逼近 Fable,任务成本低约 80-85%
kimmonismus · x · 2026-09-23
博主 kimmonismus 汇总 GPT-6 Sol 与 Luna 的基准测试成绩:
- FrontierCode: Sol 48.4%,逼近 Fable 5.1 的 48.7%(均 xhigh),单任务成本 $1.37 vs $9.27,便宜约 85%。
- DeepSWE: 68.8%(max)对比 Fable 5 最佳 69.9%(xhigh),$2.74 vs $13.41,便宜约 80%。
- AutomationBench: 33.2%(xhigh)超过 Fable 5.1 + Opus 5 fallback 的 31.4%,单任务 $0.27 vs 至少 $2.45。
核心结论:GPT-6 系列性能接近顶级模型,但成本大幅下降。
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
- Artificial Analysis 榜单权重被批随意，随时间大幅变动 — HamelHusain · 2026-11-12
- 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