GPT-5.6 Luna
OpenAI · gpt-5.6-luna · United States of America · 上线 2026-07-09
31ECI 榜名次
157Epoch ECI
1453网友盲测分（全球第 76）
20有成绩的基准
最拿手
- FrontierMath-Tiers-1-3-v2-Private：第 16 / 84 名（成绩 82.1%）
- OTIS Mock AIME 2024-2025：第 23 / 118 名（成绩 98.3%）
- FrontierMath-Tier-4-v2-Private：第 16 / 68 名（成绩 61.0%）
相对薄弱
- WeirdML v3：第 23 / 25 名（成绩 9.3%）
- APEX-Agents：第 39 / 54 名（成绩 43.0%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| FrontierMath-Tiers-1-3-v2-Private | 82.1% | 16 / 84 | |
| OTIS Mock AIME 2024-2025 | 98.3% | 23 / 118 | |
| FrontierMath-Tier-4-v2-Private | 61.0% | 16 / 68 | |
| GPQA diamond | 91.6% | 27 / 117 | |
| ProofBench | 60.0% | 18 / 68 | |
| LMCA | 48.5% | 29 / 104 | |
| WeirdML | 60.9% | 28 / 89 | |
| Surface Evolver Bench | 61.9% | 9 / 23 | |
| Chess Puzzles | 43.0% | 30 / 81 | |
| ARC-AGI | 88.0% | 35 / 79 | |
| Balrog | 45.6% | 8 / 17 | |
| ARC-AGI-2 | 59.5% | 35 / 78 | |
| DTBench | 89.1% | 50 / 109 | |
| Furniture Assembly | 42.5% | 16 / 35 | |
| Mystery Game Puzzles | 21.0% | 43 / 76 | |
| FrontierCode | 39.8% | 25 / 41 | |
| SimpleQA Verified | 41.0% | 48 / 81 | |
| SimpleBench | 46.8% | 38 / 60 | |
| APEX-Agents | 43.0% | 39 / 54 | |
| WeirdML v3 | 9.3% | 23 / 25 |
成绩是该模型在最佳推理强度下的结果；名次只在已评分的模型里比。
ECI 相近的模型
| # | 模型 | ECI | 上线 |
|---|---|---|---|
| 28 | Grok 4.6 xAI | ±2.5 | 2026-08-12 |
| 29▼2 | GPT-6 Luna OpenAI | ±2.7 | 2026-09-22 |
| 30▼4 | Claude Opus 4.7 Anthropic | ±2.1 | 2026-04-16 |
| 32▼2 | GPT-5.2 Pro OpenAI | ±3.2 | 2025-12-11 |
| 33▼2 | GLM-5.3 Z.ai | ±2.1 | 2026-08-14 |
| 34▼2 | DeepSeek V4.1 Flash DeepSeek | ±2.2 | 2026-09-09 |