Entelligence 测试对比 GPT-5.6 Luna 与 GPT-6 Astra 代码评审能力：成本与精度差异显著

OmniTools 9月15日消息，Entelligence 在 50 个公开基准 PR 上使用相同提示词，对 GPT-5.6 Luna 与 GPT-6 Astra 的代码评审能力进行对比测试。结果显示，Luna 共识别出 69 个经验证的 bug，Astra 识别出 92 个；两者精度分别为 74% 与 96%。在成本方面，Luna 总成本为 0.20 美元，Astra 为 5.66 美元。该测试为模型在代码评审场景下的性价比提供了参考数据。