GPT-6 Luna
OpenAI · gpt-6-luna · United States of America · 上线 2026-09-22
29ECI 榜名次
157Epoch ECI
1441网友盲测分（全球第 97）
17有成绩的基准
最拿手
- OTIS Mock AIME 2024-2025：第 18 / 118 名（成绩 98.9%）
- FrontierMath-Tiers-1-3-v2-Private：第 19 / 84 名（成绩 78.9%）
- ProofBench：第 17 / 68 名（成绩 64.0%）
相对薄弱
- Mystery Game Puzzles：第 69 / 76 名（成绩 7.0%）
- MirrorCode：第 22 / 27 名（成绩 26.7%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| OTIS Mock AIME 2024-2025 | 98.9% | 18 / 118 | |
| FrontierMath-Tiers-1-3-v2-Private | 78.9% | 19 / 84 | |
| ProofBench | 64.0% | 17 / 68 | |
| FrontierMath-Tier-4-v2-Private | 56.1% | 18 / 68 | |
| GPQA diamond | 90.5% | 40 / 117 | |
| LMCA | 44.5% | 40 / 104 | |
| Furniture Assembly | 44.2% | 14 / 35 | |
| DTBench | 90.1% | 43 / 109 | |
| ARC-AGI-2 | 59.3% | 36 / 78 | |
| ARC-AGI | 86.7% | 39 / 79 | |
| FrontierCode | 42.4% | 21 / 41 | |
| Chess Puzzles | 36.0% | 42 / 81 | |
| SimpleQA Verified | 41.4% | 46 / 81 | |
| APEX-Agents | 44.3% | 38 / 54 | |
| WeirdML v3 | 12.0% | 20 / 25 | |
| MirrorCode | 26.7% | 22 / 27 | |
| Mystery Game Puzzles | 7.0% | 69 / 76 |
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 |
|---|---|---|---|
| 26▼2 | GPT-5.3 Codex OpenAI | ±3.7 | 2026-02-05 |
| 27▼2 | Claude Sonnet 5 Anthropic | ±2.5 | 2026-06-30 |
| 28 | Grok 4.6 xAI | ±2.5 | 2026-08-12 |
| 30▼4 | Claude Opus 4.7 Anthropic | ±2.1 | 2026-04-16 |
| 31▼2 | GPT-5.6 Luna OpenAI | ±2.7 | 2026-07-09 |
| 32▼2 | GPT-5.2 Pro OpenAI | ±3.2 | 2025-12-11 |