gpt-5-6-lunamax
第 7 名
当前排名
67%±4%
能力得分
$3.03
平均运行成本
73k
平均输出量
102
平均执行步数
113
参与测试数量
测试详情
推理档位max
95% 置信区间63.2% - 71.2%
Pass@490.3%
尝试次数448
通过任务数301
至少通过一次的任务数102
平均输入量15444k
中位峰值上下文202k
中位运行成本$2.29
中位输出量70k
平均运行时长19 分钟
重复测试轮次4
任务集规模113
数据更新时间2026-08-13
数据生成时间2026-08-13