ts-bench 实测：Opus 5.5 完胜，GPT-6 Luna 反而退步

金のニワトリ @gosrum原推发布于 2026.09.23

在 X 上打开原推

Claude Opus 5.5、GPT-6 Sol/Luna の ts-bench 評価結果を共有する ●メモ ・Opus 5.5 (medium) このベンチマークを完全に攻略している →Tool useのミスがまったくなく、Tool呼び出し回数も最小限、最速でタスク完遂 ・gpt-6-sol (medium) gpt-5.6-sol から順当に進化。Tool use が上手くなっている ・gpt-6-luna (medium) gpt-5.6-luna より大幅に劣化。effort レベルを max にしても大差なし →なぜ・・・？？？ 流石になにかバグがあって本領発揮できていないだけだと信じたい

这条是引用着另一条写的：x.com/gosrum/status/2102543436989734957