排第 23 但它便宜 91%：Luna 的账

GPT-6 Luna (Max) 排到第 23，但这名次含金量不低。

Agent Arena 用八千场真实 agent 会话给它记了个 #23，净提升 +1.6%。名次没进帕累托前沿，可成本把台面掀了：单任务中位 $0.05，比 GPT-6 Sol (Max) 的 $0.82 低 94%，比 GPT-6 Astra (Max) 的 $2.59 低 98%。

离第 22 名的 GPT 5.5 只差 0.09 个百分点，而后者单任务要 $0.56，Luna 便宜 91%。

这组数字让我看了两遍。差 0.09 个点，价格差九成，选型时这道题几乎不用犹豫。除非你的任务真的卡在那不到一个百分点上。便宜到这个程度，模型已经从"选最强"变成了"够用就好多买点"。

进步幅度也有据可查。相比 GPT-5.6 Luna (xHigh) 的 #29 和 -0.9%，这版一口气前进了六个名次。分信号看，成功确认从 #33 (-4.6%) 跳到 #17 (+4.6%)，Bash 出错后的恢复从 #27 升到 #21。这两项都是 agent 干活时最容易露怯的地方，进步落在这儿，比总分涨了更实用。

我的判断是，这代表一类新活法：不追榜首，追性价比的最优位置。榜单前列各有各的贵，把钱花在刀刃上的模型反而容易被低估。对批量跑 agent 的团队，这笔账尤其划算，任务量一大，九成的差价会变成真金白银。

保留意见也明白：$0.05 是中位数，难任务照样会把它拉贵。而且没进前沿意味着极限能力确实差一截，关键路径上的活还得掂量。

我的下一步很实际：把非关键的批处理任务切到 Luna 跑一周，看账单和成功率两个数，再决定要不要把更多活挪过去。