GPT-6 Sol и Luna обогнали конкурентов на бенчмарке BitGN

Исследователь Поляков протестировал новые LLM-модели на датасете BitGN с задачами агентов в бизнесе. GPT-6 Sol достигла 100% точности на AI coding задачах и стала самой быстрой моделью в своём ценовом диапазоне, а GPT-6 Luna сдвинула ценовой фронтир. Kimi K3 заняла второе место по точности, но оказалась медленнее и дороже конкурентов.

Claude Opus 5.5 расположилась на 26-м месте из-за частых отказов отвечать. По сравнению с июльским бенчмарком новые модели обеспечивают лучшее качество при меньшей стоимости.