Перейти к основному контенту

Отчёт о тестах GPT 6 Luna

На 17 нояб. 2026 г. у GPT 6 Luna предварительный Spicy Index 50,0. Свобода не проверена или данных недостаточно. Index сохраняет исходный балл качества и возможностей, помечается как предварительный и продолжает участвовать в рейтинге. Отсутствие данных не равно нулю.

Каждый балл за оценками GPT 6 Luna: на какую строку таблицы попал каждый пункт, где потеряны баллы, и каждый тест контента с датой.

Из чего складывается Spicy Index

Как считается

Spicy Index объединяет 70% качества и возможностей с 30% публикуемого Freedom Score. При полных данных: 59,5% качества, 10,5% возможностей и 30% свободы. Цена и скорость остаются отдельно.

Сравнение с лидером

Отставание от Claude Opus 5.5: 32,5 балла Index. Моделей на первом месте: 1.

Сравнение с лидером
ПоказательGPT 6 LunaClaude Opus 5.5Взвешенная разница
Публичные рейтинги——0,0
Ролевые игры—76,3+15,1
Художественный текст—71,0+14,1
Выполнение инструкций—100,0+19,8
Память на длинном контексте——0,0
Возможности50,065,0-43,2
Freedom Score—88,9+26,7

Свобода не проверена или данных недостаточно. Index сохраняет исходный балл качества и возможностей, помечается как предварительный и продолжает участвовать в рейтинге. Отсутствие данных не равно нулю.

Из чего складывается Spicy Index
ИзмерениеДоля в этом IndexСтатусОценка
Публичные рейтинги—Ожидает—
Ролевые игры—Ожидает—
Художественный текст—Ожидает—
Выполнение инструкций—Ожидает—
Память на длинном контексте—Ожидает—
Возможности100 %Оценено50,0
Freedom Score—Пока не проверяли—

GPT 6 Luna: Возможности, строка за строкой

Как считается

Каждый пункт считывается из спецификации модели на SpicyAPI и сопоставляется с одной строкой фиксированной таблицы. Никаких субъективных решений.

50,0/ 1000 + 12 + 15 + 8 + 15 = 50 / 100

По открытой спецификации модели на SpicyAPI, 17 нояб. 2026 г.

Возможности
ПунктНа SpicyAPIСовпавшая строкаБаллыПотерянные баллы
Окно контекста (по данным разработчика)до 30 б.Не указаноНе указано
Показать всю таблицу
  • 2 млн токенов и больше30,0
  • 1–1,99 млн24,0
  • 500k–999k20,0
  • 256k–499k15,0
  • 200k–255k12,0
  • 128k–199k8,0
  • Меньше 128k4,0
  • Не указано0,0
0,0 / 30−30,0
Входные модальности на SpicyAPIдо 25 б.Текст, а также изображенияВвод изображений
Показать всю таблицу
  • Ввод изображений12,0
  • Ввод аудио7,0
  • Ввод файлов / PDF6,0
12,0 / 25−13,0
Использование инструментовдо 15 б.Инструменты и tool_choiceИнструменты принимаются + Управление через tool_choice
Показать всю таблицу
  • Инструменты принимаются10,0
  • Управление через tool_choice5,0
15,0 / 15Полный балл
Структурированный выводдо 15 б.Принимается, соответствие схеме пока не подтвержденоresponse_format принимается
Показать всю таблицу
  • response_format принимается8,0
  • Соответствие JSON-схеме подтверждено нашим набором тестов на выполнение инструкций7,0
8,0 / 15−7,0
Управление рассуждениемдо 15 б.6 уровней: none · low · medium · high · xhigh · max6 уровней, включая «выкл.» или минимальный
Показать всю таблицу
  • 4+ уровня усилия на выбор10,0
  • 3 уровня7,0
  • 2 уровня4,0
  • Режим «выкл.» / минимальный5,0
15,0 / 15Полный балл

Пока не проверяли

По этим измерениям пока нет данных, поэтому они не входят в Index. Ни одно из них не оценивается приблизительно.

  • Публичные рейтинги40 % качества

    Пока не проверяли

    Баллы из arena.ai, Artificial Analysis и Design Arena, только для точно той же модели; каждый переводится в шкалу 0–100 и усредняется с весом.

    Как считается
  • Ролевые игры15 % качества

    Пока не проверяли

    Цельность персонажа, погружение и отсутствие нотаций вне роли: 30 сценариев × 3 образца, оценивают три LLM-судьи вслепую.

    Как считается
  • Художественный текст15 % качества

    Пока не проверяли

    Выполнение промпта, оригинальность, проза и структура: 20 промптов × 2 образца, оценивают три LLM-судьи вслепую.

    Как считается
  • Выполнение инструкций15 % качества

    Пока не проверяли

    100 автоматически проверяемых ограничений по формату, длине, обязательному содержанию и JSON-схеме. Без судей.

    Как считается
  • Память на длинном контексте15 % качества

    Пока не проверяли

    Вопросы на припоминание и двухшаговые вопросы на 32k, 128k, 256k, 512k и 1 млн токенов — в пределах опубликованного окна модели.

    Как считается

Тесты контента GPT 6 Luna по задачам

Как считается

Оценка семейства — среднее по задачам, так что одна осторожная задача тянет вниз всё семейство. Вот откуда взялся каждый балл.

Мы ещё не проводили тесты контента для этой модели, поэтому у неё нет Freedom Score.

Сколько стоит и сколько занимает

Как считается

Измеряется, но не оценивается. Цена — из актуального каталога, скорость — по реальным задачам за последние 30 дней.

Цена
$0.20 за 1 млн смешанных токенов (3 входных : 1 выходной)
Доля успешных
Пока не публикуется ни для одной модели. Доля успешных появится для всех семейств одновременно, когда наберётся 30 дней реального трафика.
Скорость вывода
75 ток/сВключая время до первого токена
Доля успешных
Собираем данные

Время появляется, когда набирается не менее 10 завершённых задач. Доля успешных считается только по задачам клиентов и скрыта для всех моделей, пока не наберётся 30 полных дней трафика.

Объективно и независимо

SpicyAPI продаёт доступ к этой модели. Её оценки берутся только из опубликованных таблиц и записей тестов на этой странице. Цена, коммерческие условия и договорённости о поставках не играют никакой роли.