AI 产品

GPT-5.6 Luna Max在DeepSWE v1.1测试中表现优于Sonnet 5 Max且成本更低

根据提供的证据，GPT-5.6 Luna Max在DeepSWE v1.1测试中得分67.2%，比Sonnet 5 Max高出13.3分，同时每任务成本为0.61美元，而Sonnet 5 Max的成本是其44倍。DeepSWE v1.1是一个基准测试，评估编码代理在113个原创的长周期工程任务上的表现。此外，Luna还比Gemini 3.7 Flash Medium高出1.7分，成本低70%。这些事实基于社交媒体帖子，来源为Twitter/X AI List，官方性未确认，因此需谨慎对待。

多来源证据

事件时间线

1. 8月16日 23:00
   Twitter/X AI List
   GPT-5.6 Luna Max在DeepSWE v1.1上得分比Sonnet 5 Max高13.3分，而Sonnet成本高44倍。