GPT-5.6 LunavsGPT-5.5
在 10 个共同 benchmark 中，GPT-5.5 整体领先：GPT-5.6 Luna 领先 4 项，GPT-5.5 领先 6 项，持平 0 项，平均分差 -3.60。
GPT-5.6 Luna
OpenAI · 2026-06-26 · 推理大模型
GPT-5.5
OpenAI · 2026-04-23 · 推理大模型
GPT-5.6 Luna4 项(40%)(60%)6 项GPT-5.5
评测分数
按能力类目分组，每组内按分差大小排列；共 10 项。
Coding and Software Engineer
GPT-5.6 Luna 领先 2/3| 评测项 | GPT-5.6 Luna | GPT-5.5 | 分差 |
|---|---|---|---|
| Text Arena (Coding) | 1,52315 / 35极高强度思考（无工具） | 1,50518 / 35极高强度思考（无工具） | +18.20 |
| WeirdML v2 | 60.8627 / 52Thinking High (With Tools) | 67.1522 / 52Normal (With Tools) | -6.29 |
| DeepSWE | 67.206 / 27极高强度思考（工具） | 677 / 27极高强度思考（工具） | +0.20 |
General Knowledge
GPT-5.5 领先 2/3| 评测项 | GPT-5.6 Luna | GPT-5.5 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 59.5020 / 62最高（无工具） | 852 / 62Thinking High (No Tools) | -25.50 |
| ARC-AGI | 8819 / 68最高（无工具） | 955 / 68极高强度思考（无工具） | -7 |
| ARC-AGI-3 | 0.203 / 9最高（无工具） | 05 / 9Thinking High (No Tools) | +0.20 |
Math and Reasoning
GPT-5.5 领先 2/2| 评测项 | GPT-5.6 Luna | GPT-5.5 | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 60.987 / 34最高（无工具） | 72.505 / 34极高强度思考（无工具） | -11.52 |
| FrontierMath v2 | 82.118 / 34最高（无工具） | 85.266 / 34极高强度思考（无工具） | -3.16 |
AI Agent - Tool Usage
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-5.6 Luna | GPT-5.5 | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 84.7010 / 44最高（无工具） | 83.4013 / 44Thinking High (With Tools) | +1.30 |
科学与综合推理
GPT-5.5 领先 1/1| 评测项 | GPT-5.6 Luna | GPT-5.5 | 分差 |
|---|---|---|---|
| GPQA Diamond | 91.6027 / 226最高（无工具） | 947 / 226极高强度思考（无工具） | -2.40 |
规格对比
| 字段 | GPT-5.6 Luna | GPT-5.5 |
|---|---|---|
| 发布机构 | OpenAI | OpenAI |
| 发布时间 | 2026-06-26 | 2026-04-23 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1.05M | 1000K |
| 最大输出 | 128K | 128K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | GPT-5.6 Luna | GPT-5.5 |
|---|---|---|
| 文本输入 | $1 / 1M tokens | $0.5 / 1M tokens |
| 文本输出 | $6 / 1M tokens | $30 / 1M tokens |
| 缓存读取 | $0.1 / 1M tokens | $0.5 / 1M tokens |
| 缓存写入 | $1.25 / 1M tokens | $6.25 / 1M tokens |
小结
- GPT-5.6 Luna在以下类目领先:Coding and Software Engineer (2/3)、AI Agent - Tool Usage (1/1)
- GPT-5.5在以下类目领先:General Knowledge (2/3)、Math and Reasoning (2/2)、科学与综合推理 (1/1)
10 个共同 benchmark 上，GPT-5.5 平均高出 3.60 分。
单项差距最大的 benchmark：ARC-AGI-2 — GPT-5.6 Luna 59.50，GPT-5.5 85（分差 -25.50）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。