A model stack that splits GPT-6 Sol and Luna by benchmark
A French user shares a token-saving Codex setup: Sol high for main coding, Astra for planning, and Luna for exploration and web search.
Comme à chaque sortie de nouveaux modèles, j'adapte ma stack selon les benchmarks pour optimiser au maximum mes tokens. - Agent code principal : GPT-6 Sol high - Grosse planification : Astra Medium - Agent code review : Sol xHigh - Agent d'exploration (code, db, logs) : Luna high - Agent websearch : Luna medium - Automatisations par api : Luna uniquement (et l'effort est choisi selon la tâche) L'idée c'est de chercher à optimiser mon plan Codex (x20) sans dépenser inutilement du token. Du tokenmaxxing en somme. C'est l'une des raisons pour lesquelles je ne suis plus abonné à Claude, car chez eux Haiku est toujours en 4.5 et a maintenant deux ans de retard. Ce qui est dommage car ça prive d'options et oblige à utiliser Opus pour toutes les tâches, ce qui consomme beaucoup trop de tokens pour rien.
This post quotes another post: “GPT-6 Sol and Luna said to match Fable 5 at far lower cost per task”