GPT-6 Luna
OpenAI· 自采更新 10-29 07:27
AI快讯评分 · 综合
58.8分
综合第 25 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
100万 Token
API 输入 / 输出
¥0.72 / ¥3.6
缓存 ¥0.07 · 原价 $0.1 / $0.5
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
58.8 分
第 25 名
31 项评测 · 覆盖 54%
编程
AI快讯评分
59.7 分
第 24 名
31 项评测 · 覆盖 54%
科研
AI快讯评分
60.6 分
第 18 名
31 项评测 · 覆盖 54%
专业办公
AI快讯评分
58.1 分
第 30 名
31 项评测 · 覆盖 54%
知识问答
AI快讯评分
57 分
第 34 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59.79 项
APEX · apex-sweMercor38.8折算分 54.9- 原榜型号
- gpt-6-luna
- 数据来源
- Mercor
- 原始成绩
- 38.8
- 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
Code Migration · ValsVals AI42.55%折算分 61.3- 原榜型号
- gpt-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 42.55%
- 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 AI55.56%折算分 56.8
- 原榜型号
- gpt-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 55.56%
- 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 
MirrorCodeEpoch AI26.67%折算分 60.4- 原榜型号
- gpt-6-luna
- 数据来源
- Epoch AI
- 原始成绩
- 26.67%
- 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- ProgramBench · ValsVals AI0.50%折算分 64.2
- 原榜型号
- gpt-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 0.50%
- 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 AI2.67%折算分 60.3
- 原榜型号
- gpt-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 2.67%
- 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 - SWE-Bench Multimodal · ValsVals AI37.50%折算分 53.3
- 原榜型号
- gpt-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 37.50%
- 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 AI73.03%折算分 61.3
- 原榜型号
- gpt-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 73.03%
- 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 AI13.64%折算分 58
- 原榜型号
- gpt-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 13.64%
- 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60.67 项
- BioMysteryBench · ValsVals AI61.48%折算分 52.6
- 原榜型号
- gpt-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 
CritPT · AAArtificial Analysis19.43%折算分 67.4- 原榜型号
- gpt-6-luna
- 数据来源
- Artificial Analysis
- 原始成绩
- 19.43%
- 抓取日期
- 2026-10-28
这一项来自 Artificial Analysis 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 AI56.10%折算分 62.1
- 原榜型号
- gpt-6-luna
- 数据来源
- Epoch AI
- 原始成绩
- 56.10%
- 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 AI78.95%折算分 61.7
- 原榜型号
- gpt-6-luna
- 数据来源
- Epoch AI
- 原始成绩
- 78.95%
- 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 - HLab · ValsVals AI4.17%折算分 13.2
- 原榜型号
- gpt-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 4.17%
- 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 - OTIS Mock AIME 2024-2025Epoch AI98.89%折算分 57.9
- 原榜型号
- gpt-6-luna
- 数据来源
- Epoch AI
- 原始成绩
- 98.89%
- 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 AI64.00%折算分 58
- 原榜型号
- gpt-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 64.00%
- 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574 项
- AA-LCR 长上下文推理 · AAArtificial Analysis83.33%折算分 55.5
- 原榜型号
- gpt-6-luna
- 数据来源
- Artificial Analysis
- 原始成绩
- 83.33%
- 抓取日期
- 2026-10-28
这一项来自 Artificial Analysis 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 diamondEpoch AI90.47%折算分 55.7
- 原榜型号
- gpt-6-luna
- 数据来源
- Epoch AI
- 原始成绩
- 90.47%
- 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 - Humanity's Last Exam · AAArtificial Analysis38.51%折算分 63.8
- 原榜型号
- gpt-6-luna
- 数据来源
- Artificial Analysis
- 原始成绩
- 38.51%
- 抓取日期
- 2026-10-28
这一项来自 Artificial Analysis 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 AI41.40%折算分 51.9
- 原榜型号
- gpt-6-luna
- 数据来源
- Epoch AI
- 原始成绩
- 41.40%
- 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58.19 项
- APEX · apex-accountingMercor10.8折算分 60.4
- 原榜型号
- gpt-6-luna
- 数据来源
- Mercor
- 原始成绩
- 10.8
- 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 - APEX · apex-agentsMercor44.3折算分 54.1
- 原榜型号
- gpt-6-luna
- 数据来源
- Mercor
- 原始成绩
- 44.3
- 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-v1Mercor13.4折算分 55.2
- 原榜型号
- gpt-6-luna
- 数据来源
- Mercor
- 原始成绩
- 13.4
- 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_agentMercor44.3折算分 54.3
- 原榜型号
- gpt-6-luna
- 数据来源
- Mercor
- 原始成绩
- 44.3
- 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-Agents · mean-score · loop_truncated_tools_agentMercor59折算分 54
- 原榜型号
- gpt-6-luna
- 数据来源
- Mercor
- 原始成绩
- 59
- 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 - Furniture AssemblyEpoch AI44.17%折算分 61.9
- 原榜型号
- gpt-6-luna
- 数据来源
- Epoch AI
- 原始成绩
- 44.17%
- 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 - Immigration · ValsVals AI62.53%折算分 50.3
- 原榜型号
- gpt-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 62.53%
- 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 - Legal Research · ValsVals AI30.29%折算分 56.3
- 原榜型号
- gpt-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 30.29%
- 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 AI57.65%折算分 45
- 原榜型号
- gpt-6-luna
- 数据来源
- Vals AI
- 原始成绩
- 57.65%
- 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。