GPT-5.6 Luna
OpenAI· 自采更新 10-29 07:27
AI快讯评分 · 综合
56.8分
综合第 30 名 · 评测覆盖 54%
可比较分类
4 / 4 项
已有成绩
31 项评测
上下文窗口
105万 Token
API 输入 / 输出
¥1.44 / ¥8.64
缓存 ¥0.14 · 原价 $0.2 / $1.2
能力画像
每个分榜单独评分，和综合分是同一把尺子，可以直接比。
综合
AI快讯评分
56.8 分
第 30 名
31 项评测 · 覆盖 54%
编程
AI快讯评分
55.8 分
第 31 名
31 项评测 · 覆盖 54%
科研
AI快讯评分
58.6 分
第 23 名
31 项评测 · 覆盖 54%
专业办公
AI快讯评分
57.9 分
第 32 名
31 项评测 · 覆盖 54%
知识问答
AI快讯评分
55.5 分
第 38 名
31 项评测 · 覆盖 54%
覆盖比例是这个分榜已有成绩的评测占比，不代表能力高低；没测的不补分，也不扣分。
每一项成绩
按分榜列出每项公开成绩，以及它折算成的统一分数。
编程55.88 项
APEX · apex-sweMercor32.1折算分 48.7- 原榜型号
- gpt-5-6-luna
- 数据来源
- Mercor
- 原始成绩
- 32.1
- 抓取日期
- 2026-10-28
这一项来自 Mercor 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测
Code Migration · ValsVals AI44.55%折算分 62- 原榜型号
- gpt-5-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 44.55%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测- IOI · ValsVals AI61.78%折算分 58.2
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 61.78%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - ProgramBench · ValsVals AI0.00%折算分 43.2
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 0.00%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - SREBench · ValsVals AI1.53%折算分 57.3
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 1.53%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - SWE-Bench · ValsVals AI93.00%折算分 68.6
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 93.00%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - Terminal-Bench 2.1 · ValsVals AI79.03%折算分 67.6
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 79.03%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - Terminal-Bench 4.0 · ValsVals AI11.62%折算分 57
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 11.62%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测
科研58.66 项
- BioMysteryBench · ValsVals AI61.48%折算分 52.6
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 61.48%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 
FrontierMath-Tier-4-v2-PrivateEpoch AI60.98%折算分 63.2- 原榜型号
- gpt-5-6-luna
- 数据来源
- Epoch AI
- 原始成绩
- 60.98%
- 抓取日期
- 2026-10-28
这一项来自 Epoch AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测- FrontierMath-Tiers-1-3-v2-PrivateEpoch AI82.11%折算分 63.3
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Epoch AI
- 原始成绩
- 82.11%
- 抓取日期
- 2026-10-28
这一项来自 Epoch AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - GPQA · ValsVals AI91.67%折算分 60.7
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 91.67%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - OTIS Mock AIME 2024-2025Epoch AI98.33%折算分 55.6
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Epoch AI
- 原始成绩
- 98.33%
- 抓取日期
- 2026-10-28
这一项来自 Epoch AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - ProofBench · ValsVals AI60.00%折算分 57.1
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 60.00%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测
知识问答55.53 项
- GPQA diamondEpoch AI91.60%折算分 57.9
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Epoch AI
- 原始成绩
- 91.60%
- 抓取日期
- 2026-10-28
这一项来自 Epoch AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - MMLU-Pro · ValsVals AI86.04%折算分 49.1
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 86.04%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - SimpleQA VerifiedEpoch AI41.00%折算分 51.6
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Epoch AI
- 原始成绩
- 41.00%
- 抓取日期
- 2026-10-28
这一项来自 Epoch AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测
专业办公57.912 项
- APEX · apex-accountingMercor10.3折算分 59.6
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Mercor
- 原始成绩
- 10.3
- 抓取日期
- 2026-10-28
这一项来自 Mercor 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - APEX · apex-agentsMercor43折算分 53.3
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Mercor
- 原始成绩
- 43
- 抓取日期
- 2026-10-28
这一项来自 Mercor 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - APEX · apex-v1Mercor16.6折算分 61.6
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Mercor
- 原始成绩
- 16.6
- 抓取日期
- 2026-10-28
这一项来自 Mercor 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - APEX-Agents · loop_truncated_tools_agentMercor43折算分 53.3
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Mercor
- 原始成绩
- 43
- 抓取日期
- 2026-10-28
这一项来自 Mercor 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - APEX-Agents · mean-score · loop_truncated_tools_agentMercor57.8折算分 53
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Mercor
- 原始成绩
- 57.8
- 抓取日期
- 2026-10-28
这一项来自 Mercor 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - Corporate Finance v2 · ValsVals AI64.22%折算分 50.7
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 64.22%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - Furniture AssemblyEpoch AI42.50%折算分 61.2
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Epoch AI
- 原始成绩
- 42.50%
- 抓取日期
- 2026-10-28
这一项来自 Epoch AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - Legal Research · ValsVals AI36.54%折算分 59.1
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 36.54%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - LegalBench · ValsVals AI84.03%折算分 54.7
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 84.03%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - Mortgage Tax · ValsVals AI67.29%折算分 58.5
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 67.29%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - Public Benefits · ValsVals AI61.16%折算分 52.7
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 61.16%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测 - TaxEval v2 · ValsVals AI76.17%折算分 61
- 原榜型号
- gpt-5-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 76.17%
- 抓取日期
- 2026-10-28
这一项来自 Vals AI 的公开页面，按本站统一口径折算成同一把尺；同一模型在不同机构跑的具体配置可能不同，所以不拿单项横着比。
查看这项评测
怎么看这些折算分
每项成绩按这项评测的难度折算成同一种分数：难的评测考得一般也能折算出高分，快被刷满的评测再高也折算不出更多。 领域分是这些折算分的平均，再向模型的整体水平收一点；同类评测只算一票。相差不到 1 分的两个模型，先后接近抛硬币。
了解计算方法评分与名次由本站用 Artificial Analysis、Epoch AI、Mercor、Vals AI 的公开原始成绩自行折算，不采信厂商自报分数。