OpenAI
GPT-5.6 Luna 评测成绩
来自 2 个来源、4 项基准的 8 条成绩。
其他名称: gpt-5.6-luna-xhigh · gpt-5.6-luna_none · GPT-5.6 Luna (none) · gpt-5.6-luna_low · GPT-5.6 Luna (low) · gpt-5.6-luna_max · GPT-5.6 Luna (max)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1452 | 74 | Overall, style control on; 40917 votes; 95% CI 1448–1457“gpt-5.6-luna-xhigh” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1260 | 44 | Overall, style control on; 10446 votes; 95% CI 1252–1267“gpt-5.6-luna-xhigh” | 官方榜单 | 2026年10月2日 |
| GPQA Diamond | 91.6% | 28 | Epoch AI run, accuracy; effort: max | 独立评测 | 2026年7月9日 |
| GPQA Diamond | 82.3% | 104 | Epoch AI run, accuracy; effort: low | 独立评测 | 2026年8月7日 |
| GPQA Diamond | 63.6% | 180 | Epoch AI run, accuracy; effort: none | 独立评测 | 2026年8月7日 |
| AIME (OTIS Mock AIME 2024–2025) | 98.3% | 25 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: max | 独立评测 | 2026年7月9日 |
| AIME (OTIS Mock AIME 2024–2025) | 66.7% | 138 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: low | 独立评测 | 2026年8月7日 |
| AIME (OTIS Mock AIME 2024–2025) | 40.0% | 181 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: none | 独立评测 | 2026年8月7日 |
常见问题
GPT-5.6 Luna 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub和LMArena leaderboard dataset。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。