智能体
x.com ·
@Arena.ai (@arena)
GPT-6 Luna (Max) 在 Agent Arena 排名第 23，净提升 +1.6%
Arena 官方账号称，OpenAI 的 GPT-6 Luna (Max) 在 Agent Arena 中排名第 23，在来自全球用户的 8K 真实 agentic 会话上取得 +1.6% 净提升。该模型未进入 Agent Arena 帕累托前沿，但成本效率突出：每任务中位成本 $0.05，比 GPT-6 Sol (Max) 的 $0.82 低 94%，比 GPT-6 Astra (Max) 的 $2.59 低 98%；净提升分数与第 22 名 GPT 5.5 相差 0.09 个百分点，而成本低 91%。相比 GPT-5.6 Luna (xHigh)（-0.9%、第 29 名），本次排名上升六位；分项上 Confirmed Success 为第 17（+4.6%），Bash Recovery 为第 21（+4.2%）。
AI推荐理由 Arena 官方账号发布的 Agent Arena 榜单数据，给出了 GPT-6 Luna (Max) 在 8K 真实 agentic 会话上的具体排名（#23）、净提升（+1.6%）和每任务中位成本（$0.05）等可核对指标，并对比了 GPT-6 Sol、GPT-6 Astra 与 GPT-5.6 Luna 的成本与分项表现，信息密度较高。但内容为榜单转述而非模型技术细节或官方发布，且 GPT-6 系列命名与时间线无法在输入中独立验证，故质量与兴趣分均保持中等。
62
浏览 46,839
点赞 221
评论 15
转发 17
正文
GPT-6 Luna (Max) by @OpenAI is #23 in Agent Arena with +1.6% net improvement across 8K real-world agentic sessions from our global community of users.
Although GPT-6 Luna (Max) did not land on the Agent Arena Pareto frontier, it remains a cost-efficient model. Its $0.05 median cost per task is 94% lower than GPT-6 Sol (Max) at $0.82 and 98% lower than GPT-6 Astra (Max) at $2.59. Its net-improvement score also comes within 0.09 percentage points of #22 GPT 5.5, while costing 91% less than its $0.56 median cost per task.
This release is a six-place point-rank move over GPT-5.6 Luna (xHigh), at -0.9% and #29! By signal, GPT-6 Luna’s clearest gains over GPT-5.6 Luna are in:
- Confirmed Success: #17 (+4.6%) vs. #33 (-4.6%)
- Bash Recovery: #21 (+4.2%) vs. #27 (+2.2%)
Congrats to the @OpenAI team on this release!