AIFIND / MODEL INTELLIGENCE
GPT-6 Luna
OpenAI · 公開日 2026-09-22
集計
総合スコア35.2
参考順位#45
証拠のカバー率64.6%
個別評価12
利用条件と料金
料金は 100 万トークンあたりの原通貨。保存された出典に基づく参考情報です。価格記録の日付は 未確認。現在の料金を自動確認したものではありません。最新の料金は 公式料金 で確認してください。
コンテキスト仕様の確認: 未確認 · 仕様の出典。未確認の日時は取得日で補いません。
採用した評価と実行設定
総合評価と利用体験
LiveBench · 言語と指示総合比較の証拠64.9%
コーディング
推論
LiveBench · 推論と数学総合比較の証拠85.4%
FrontierMath v2 · Tiers 1–3総合比較の証拠78.9%
FrontierMath v2 · Tier 4総合比較の証拠56.1%
Chess Puzzles総合比較の証拠31.0%
知識
SimpleQA Verified総合比較の証拠41.4%
専門業務
APEX-Agents 1.1総合比較の証拠44.3%
採用しない結果・未測定
- Creative Writing v3 — 採用可能な実測がありません
- Longform Writing — 採用可能な実測がありません
- Arena Vision — 採用可能な実測がありません
- DeepSWE v1.1 — 採用可能な実測がありません
欠測の分野: 画像理解、中国語・多言語。公表誤差のない測定: 5 件。欠測を 0 点にせず、未公表の誤差を推測しません。
近い順位のモデルと比較
Muse Spark 1.1 · #308 共通測定
共通証拠の重み 49.0% · 相対的な純支持差 -0.242
| 出典 | GPT-6 Luna | Muse Spark 1.1 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 64.9% | 72.0% | 12.5% |
| Arena · 創作 ↗ | 1,413.3 | 1,447.1 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 79.0% | 77.2% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 51.2% | 58.5% | 4.2% |
| LiveBench · 推論と数学 ↗ | 85.4% | 87.4% | 3.1% |
| SimpleQA Verified ↗ | 41.4% | 57.8% | 6.3% |
| APEX-Agents 1.1 ↗ | 44.3% | 31.8% | 6.3% |
| Vals Finance Agent ↗ | 49.9% | 57.2% | 6.3% |
Gemini 3.1 Pro Preview · #2913 共通測定
共通証拠の重み 64.6% · 相対的な純支持差 -0.194
| 出典 | GPT-6 Luna | Gemini 3.1 Pro Preview | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 64.9% | 82.2% | 12.5% |
| Arena · 創作 ↗ | 1,413.3 | 1,480.3 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 79.0% | 76.5% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 51.2% | 44.1% | 4.2% |
| LiveBench · 推論と数学 ↗ | 85.4% | 87.5% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 78.9% | 59.6% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 56.1% | 26.8% | 1.6% |
| Chess Puzzles ↗ | 31.0% | 49.0% | 3.1% |
| Mystery Game Puzzles ↗ | 7.0% | 34.0% | 3.1% |
| SimpleQA Verified ↗ | 41.4% | 73.5% | 6.3% |
| GPQA Diamond ↗ | 90.5% | 94.4% | 6.3% |
| APEX-Agents 1.1 ↗ | 44.3% | 35.3% | 6.3% |
| Vals Finance Agent ↗ | 49.9% | 43.0% | 6.3% |
DeepSeek V4.1 Flash · #287 共通測定
共通証拠の重み 42.7% · 相対的な純支持差 -0.256
| 出典 | GPT-6 Luna | DeepSeek V4.1 Flash | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 64.9% | 75.6% | 12.5% |
| Arena · 創作 ↗ | 1,413.3 | 1,440.1 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 79.0% | 80.0% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 51.2% | 77.3% | 4.2% |
| LiveBench · 推論と数学 ↗ | 85.4% | 90.0% | 3.1% |
| APEX-Agents 1.1 ↗ | 44.3% | 39.5% | 6.3% |
| Vals Finance Agent ↗ | 49.9% | 53.5% | 6.3% |
Claude Opus 4.6 · #2712 共通測定
共通証拠の重み 58.3% · 相対的な純支持差 -0.161
| 出典 | GPT-6 Luna | Claude Opus 4.6 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 64.9% | 73.3% | 12.5% |
| Arena · 創作 ↗ | 1,413.3 | 1,500.8 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 79.0% | 78.2% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 51.2% | 49.0% | 4.2% |
| LiveBench · 推論と数学 ↗ | 85.4% | 89.0% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 78.9% | 66.0% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 56.1% | 26.8% | 1.6% |
| Chess Puzzles ↗ | 31.0% | 14.0% | 3.1% |
| Mystery Game Puzzles ↗ | 7.0% | 25.0% | 3.1% |
| SimpleQA Verified ↗ | 41.4% | 47.0% | 6.3% |
| GPQA Diamond ↗ | 90.5% | 88.4% | 6.3% |
| APEX-Agents 1.1 ↗ | 44.3% | 46.3% | 6.3% |
GPT-5.6 Terra · #2613 共通測定
共通証拠の重み 64.6% · 相対的な純支持差 -0.426
| 出典 | GPT-6 Luna | GPT-5.6 Terra | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 64.9% | 73.8% | 12.5% |
| Arena · 創作 ↗ | 1,413.3 | 1,425.5 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 79.0% | 78.2% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 51.2% | 54.9% | 4.2% |
| LiveBench · 推論と数学 ↗ | 85.4% | 92.8% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 78.9% | 86.0% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 56.1% | 70.7% | 1.6% |
| Chess Puzzles ↗ | 31.0% | 54.0% | 3.1% |
| Mystery Game Puzzles ↗ | 7.0% | 35.0% | 3.1% |
| SimpleQA Verified ↗ | 41.4% | 43.2% | 6.3% |
| GPQA Diamond ↗ | 90.5% | 93.3% | 6.3% |
| APEX-Agents 1.1 ↗ | 44.3% | 58.2% | 6.3% |
| Vals Finance Agent ↗ | 49.9% | 54.4% | 6.3% |