GPT-6 Luna

编程59.58 项

• ProgramBenchVals AI0.5%折算分 至多 83.3+
• CyberBench Patch v1.1Vals AI87.5%折算分 65.6+
• Vibe Code Bench v1.1Vals AI81.6%折算分 65.1+
• Code MigrationVals AI42.6%折算分 62.2+
• LiveBench CodingLiveBench79.0%折算分 58.3+
• Terminal-Bench 4.0Artificial Analysis12.6%折算分 55.8+
• SciCodeArtificial Analysis54.6%折算分 55.2+
• Terminal-Bench 4.0Vals AI13.6%折算分 53.2+

科研57.99 项

• FrontierMath T1–3Epoch AI78.9%折算分 67.1+
• CritPtArtificial Analysis19.4%折算分 63.6+
• Terminal-Bench ScienceArtificial Analysis8.6%折算分 58.6+
• Chess PuzzlesEpoch AI36.0%折算分 58.4+
• MysteryMechanismVals AI19.4%折算分 57.7+
• Humanity's Last ExamArtificial Analysis38.5%折算分 55.7+
• LiveBench ReasoningLiveBench81.8%折算分 54.8+
• Terminal-Bench ScienceVals AI4.3%折算分 至多 54.8+
• Mystery Game PuzzlesEpoch AI7.0%折算分 至多 41.4+

专业办公58.210 项

• AA-Analyst AgentArtificial Analysis43.8%折算分 65.2+
• τ³-BankingMercor40.2%折算分 63.1+
• AutomationBench-AAArtificial Analysis53.2%折算分 62.8+
• AA-BriefcaseArtificial Analysis1,335.5折算分 60.8+
• GDPval-AAArtificial Analysis1,432.8折算分 58.8+
• LiveBench Data AnalysisLiveBench73.4%折算分 58.5+
• Finance AgentVals AI49.9%折算分 56.9+
• APEX-AgentsMercor44.3%折算分 55.8+
• MedCodeVals AI44.7%折算分 55.2+
• Harvey 法律 Agent 基准Vals AI2.9%折算分 至多 54.9+

知识问答56.17 项

• MLCR-AAArtificial Analysis26.1%折算分 75.7+
• PBullshitBench v2BullshitBench58.0%折算分 67.4+
• AA-LCRArtificial Analysis83.3%折算分 62.3+
• LiveBench LanguageLiveBench73.8%折算分 51.6+
• SimpleQA VerifiedEpoch AI41.4%折算分 51.2+
• AA-OmniscienceArtificial Analysis0.7折算分 50.4+
• LiveBench IFLiveBench55.9%折算分 41.8+

真人盲选53.71 项

• Arena TextLMArena1,442.2折算分 47.9+

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。