标签
BotsCrew 公布了 GPT-5.6 Luna 与 GPT-5.2 的基准测试对比结果。此次测试在 OpenAI 于 1 月 14 日停用 GPT-4o 和 GPT-4.1 之前进行,结果发现,价格更低的 Luna 模型在成本方面占优,但在大量使用工具的长对话和安全防护方面表现较差。
面向从业者的一篇综述:三大实验室在约 10 天窗口内先后发布前沿模型——Google 的 Gemini 4 "Argon"、OpenAI 的 GPT-6 Astra/Sol/Luna,以及 Anthropic 的 Claude Opus/Sonnet 5.5——重点关注安全门控的发布策略,以及从按 token 计费向按任务计费的转变,并抛出一个问题:团队究竟如何决定在生产环境中运行哪个模型。
Ploy的生产级AI代理从Claude Opus迁移到了OpenAI的GPT-5.6 Sol,实现了2.2倍的执行速度提升和27%的成本降低,同时保持质量,详细介绍了迁移过程和评估修复。