模型
别名：gpt-5.6
用于视频素材生成的多模态AI模型
已跟踪 14 条高相关材料
最近变化
2026-09-22 · 未披露具体测试指标和对比数据
为什么值得关注
GPT-5.6-Luna 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
So yeah. We're entering a new era. Models are becoming so efficient that you can now build/create t...
Paul Couvert(@itsPaulAi) · 8.5 分
Replit推出基于GPT-5.6 Luna的免费模式，使开发者可零成本构建项目，标志着AI工具普及的新阶段。
DeepSeek-V4 Flash 0731 vs GPT-5.6 Luna on DeepSWE: Cost and Coding
Together AI Blog · 8.5 分
DeepSeek-V4 Flash 0731成本仅为GPT-5.6 Luna的1/6，但组合使用时在准确率和成本上均优于单独使用Luna。
[AINews] not much happened today
Latent Space · 8.5 分
DeepSeek V4-Flash 0731通过微调实现性能跃升，成本降低60%，但未改变架构。
已收录 14 条与 GPT-5.6-Luna 相关的内容，按评分排序。
Replit推出基于GPT-5.6 Luna的免费模式，使开发者可零成本构建项目，标志着AI工具普及的新阶段。
入选理由：Replit免费模式由OpenAI的GPT-5.6 Luna提供算力支持
DeepSeek-V4 Flash 0731成本仅为GPT-5.6 Luna的1/6，但组合使用时在准确率和成本上均优于单独使用Luna。
入选理由：GPT-5.6 Luna单次任务准确率67.2%，DeepSeek-V4 Flash为53.3%，但后者成本仅0.10美元/任务。
DeepSeek V4-Flash 0731通过微调实现性能跃升，成本降低60%，但未改变架构。
入选理由：DeepSeek V4-Flash 0731在Terminal-Bench测试中提升25.8个百分点至82.7
OpenAI通过大幅降价和新模型功能更新重构增长策略，可能改变AI行业竞争格局。
入选理由：GPT-5.6 Luna输入价格降至$0.20/百万token，降幅达80%
AWS正式推出OpenAI GPT-5.6 Sol、Terra、Luna模型，支持通过Amazon Bedrock的API进行访问，适用于不同场景的AI工作负载。
入选理由：GPT-5.6 Sol适用于自主编码和深度推理，Terra平衡性能与成本，Luna优化高吞吐低延迟场景。
Tina Huang通过AI工具Asset Forge和GPT-5.6 Luna模型，实现复古游戏风格视频素材的高效生成，成本降低80%。
入选理由：Asset Forge可自动生成视频所需的所有视觉资产，包括图表、叠加层和B-roll
Sol技术通过自主训练模型显著加速工程流程，OpenAI直播显示其已推动GPT-5.6-Luna研发。
入选理由：Sol技术实现GPT-5.6-Sol自主训练GPT-5.6-Luna
Perplexity正式发布GPT 5.6的Terra和Luna模型，Terra成为Computer子代理默认模型，Luna用于定时自动化。
入选理由：Terra模型已作为Perplexity Computer所有子代理的默认模型
Genspark和OpenAI发布GPT-5.6系列模型，包含Sol、Terra和Luna，分别针对前沿、平衡和高性价比任务。
入选理由：GPT-5.6 Sol定位前沿研究，Terra适合日常高效工作，Luna专攻高性价比场景
Browser Use推出基于GPT 5.6 Luna的代理，以3美分成本完成互联网信息检索任务。
入选理由：Browser Use v4结合GPT 5.6 Luna实现3美分处理Hacker News前15篇报告
OpenAI 推出 GPT-5.6 Sol、Terra 和 Luna 三款新模型，分别面向前沿研究、日常使用和高吞吐场景。
入选理由：GPT-5.6 Sol 是面向前沿研究的模型。
OpenAI 将发布 GPT-5.6 系列模型，包括 Sol、Terra 和 Luna 三种版本，分别针对不同应用场景。
入选理由：GPT-5.6 Sol 是面向前沿任务的模型。
OpenAI 推出 GPT-5.6 系列模型，包括 Sol、Terra 和 Luna 三款，分别面向前沿研究、日常使用和高吞吐场景。
入选理由：GPT-5.6 Sol 是面向前沿研究的下一代模型。
文章仅提供测试结果链接，缺乏技术细节和分析。
入选理由：未披露具体测试指标和对比数据
