嘿，我们能赢吗？来吧。是的，“虎心”在三方混战中幸存下来。这枚戒指归你了。是再战一局还是挑选新的传奇？好的，今天我们将审视我们尚未测试的最后一个 GPT-6 模型，那就是 Luna。这是目前 GPT-6 家族中最小、最便宜的版本。说实话，关于这个模型没什么太多可说的。它是 GPT-5.6 Luna 的替代品，后者也是 5.6 家族中最便宜的。这里最大的收获在于定价。使用这个模型极其便宜，输入每百万 token 仅需 10 美分，输出每百万 token 50 美分。我认为这基本上是最便宜的模型之一，尤其是来自 OpenAI 或 Anthropic 这样的公司。因此，虽然这个模型的性能可能不会让我们感到惊艳，但它绝对值得测试，因为它代表了来自前沿实验室的负担得起的选择。
在深入之前，请随意订阅以帮助我们获得 10 万订阅奖牌。让我们先简要看看 GPT-6 Luna，然后进入一些有趣和传统的测试。实际上，他们在所有基准图表中都提到并展示了该模型相比其前身略有提升。例如在 Deep SE 上，我们可以看到在最大努力下得分是 66.6%，而其前身是 62.2%。基于其前身的这些图表中的共同主题是，它似乎并没有带来能力的巨大飞跃。然而，如果它略有改进但显著更便宜，那仍然相当不错，因为这是我们希望看到的趋势：更便宜且更好。
关于这个模型的一些额外技术信息，我们可以看到它拥有略超过一百万 token 的上下文窗口，最大输出为 128,000。它是多模态的，但仅接受文本和图片，不接受视频或其他任何内容。这里我发现有点奇怪的是，这个模型的知识截止日期比 GPT-6 Astra 和 GPT-6 Soul 更新。我们可以看到，这个知识截止日期是 2026 年 5 月 18 日。如果我们查看其中任何一个，会发现是 4 月 20 日。所以好吧，也许就像 Astra 晚了一个月或几周一样，但有趣的是，仅凭推理截止日期来看，这在技术上仍然是六家族中最新的模型。
关于这个模型真的没什么好说的了，所以我们将让结果说话。我们可以看到这里我们启动了浏览器操作系统测试 v2.7。我想指出几点。第一，我们今天将 exclusively 在最大努力下运行它，这是其最高的推理努力潜力。在该模型的基准图表中，它在最高推理努力下总是得分最佳。此外，它刚刚完成的浏览器操作系统并没有花费 45 分钟来完成这项工作。我相信其中有大约 40 分钟它卡在了一个我需要批准的权限提示上。因此，这并不反映产生此结果所花费的实际时间。
在继续之前，让我们看看我们开始测试时的使用情况。到目前为止所做的只是浏览器操作系统测试。这显示我们的计划中还有 100% 的剩余，我们将看看在所有测试结束后它会变成多少。鉴于这个模型如此便宜，我真的不指望那会有太大变化。所以让我们来看看我们的 GPT-6 Luna 浏览器操作系统。嗯，第一印象还不错。这里的计算器图标以及一些其他东西可能表明存在一些简单的代码问题。我确实想快速检查一下。好的，所以是的，我们将看看会发生什么。到目前为止，我们没有右键点击功能，但我们确实有预期的动态壁纸。
我认为我们注意到的问题可能阻止了壁纸加载以及另外一些事情。让我们检查一下。是的，不幸的是，这实际上不是一个完全可用的结果。开局不利，但我们还有很多其他测试要进行。好的，据说在不到 2 分钟的时间里，我们得到了一个修复后的结果。所以我想我们可以就在这里重新加载它。很好。现在我们遇到了动态背景，这正是我们想要的。让我们看看。现在有右键点击了吗？好的，仍然没有，但背景已修复。我们的计算器应用依然奇怪，但我们暂且放过它。我们有本地时钟以及电池指示器、Wi-Fi 指示器和我们的动态壁纸。没有右键点击。所以让我们看看。啊，有趣。“你的浏览器，你的小世界。”
我想这就像是一个寻找应用程序的游戏哦。酷。它打开了我们的邮件应用。我想我们快速看一下那个首先，就 UI 而言，实际上相当干净。没什么特别的，但也没什么可怕的错误之处。同样，只是对浏览器操作系统中特定应用程序的简单引用。接下来看我们的笔记应用。我们将按照它们出现的顺序浏览这些内容。“小桌面是你的了。”在霓虹城兜风，然后写下你发现的东西。它再次自动保存。干净利落。没什么特别的，但也没什么不好的。带有奇怪图标的计算器好的，那是一个非常、非常奇怪的 UI。我们可以全屏和取消全屏吗？我想知道最小化和……
接下来是我们的 GTA 克隆版是的。好吧，所以这是我们要开始看到该模型局限性的地方。由于这是最小的……嗯，我们具体不知道它的大小，但我们可以评估它是 GPT-6 家族中最小的。就价格而言，这可能是我们预期的代价的一部分。我们无法下车有一个氮气按钮所以当我们按下 Shift 时它可能让我们走得更快一些我想那里应该收集一个包裹，但哦，很好。好吧逻辑确实为此工作了现在我不知道如何关闭它好的接下来我们有我们的轨道奔跑游戏所以我们实际上不能射击我们只需要躲避这些东西有趣的是这几乎让我想起了吉他英雄你看到的那种 UI好的，再次强调我们无法关闭它所以我们必须刷新聚焦轨道这似乎是我们的特色功能它是一个专注计时器番茄工作法定时器，当你专注于工作时，它会将动态壁纸逐渐转变为更安静的调色板。完成的会话会在此设备上添加到本地星座中让专注成为桌面氛围的一部分，同时保持你的活动私密离线。然后是文件嗯相当简单它只是……
画面显示了我们的应用程序，终端是我认为我们尚未查看的最后一个。总体而言，GPT-6 Luna 的表现符合预期。现在让我们转向一个更具挑战性的任务：接下来我们要制作一个自包含的 C++ 滑板游戏。在这个游戏中，它不能使用 Raylib，且地图必须设定为20世纪90年代纽约市的街区。我认为这可能会拉伸该模型的极限，因此我将更关注功能性而非美学上的精致结果。
在9分钟内，它完成了这项任务。有趣的是，如果从未见过这种情况的话——它并没有将其编译为可执行文件，而是给出了具体的命令让我们自己操作。但在提示词中明确指出：“要求应编译并作为单个程序运行，所有代码在单个文件中。”因此它省略了这一步骤确实令人好奇。好吧，它编译无误，现在我们可以查看一下。
再次强调，我原本预期会更差一些，所以实际上比预想的要好得多。问题在于：它是真的不错，还是只是熟悉这个特定的测试？幸运的是，我们可以通过给它一个不同的 C++ 任务来绕过这个问题。鉴于这相当简单，这样做是必要的。但街区的设计等方面其实是可以接受的，一切都很整洁，我没有看到任何明显错误或不对劲的地方。
前后和侧向移动看起来有点偏差。不过，“K”键实现了360度旋转，并且它确实干净利落地完成了着陆得分。考虑到浏览器操作系统的结果，我对这个表现印象深刻得多。就对该模型的预期而言，这比我们在浏览器操作系统中得到的结果要好得多。我无法想象我们能与任何行人互动。
甚至连喷水的水龙头栓也存在，不过那里有网格碰撞体。这绝对值得给予一些额外的反馈。我只是给了它一个相当简单的反馈，基本上是说“让它变得更好”，看看会发生什么。但说实话，这比我预期的要好得多。所以在7分半钟内，它似乎采用了一种合成波美学风格：雨夜、黑暗的氛围和霓虹街道。
有声音吗？有的。“嘿，出租车现在真的在移动了。”好吧，这其实并不差。我不知道这个模型的参数量有多大，我猜可能不会太大。所以我会说这是一个值得尊重的结果。一切运作良好，虽然简单但不差。除了滑板有些奇怪——滑板的顶部看起来有点分离。尽管雨水是向后移动的，我们就忽略这一点吧。
看，那个技巧很酷。角色模型也不错，当我们上下跳跃时甚至有一些微小的动作，我们可以看见这一点。所以是可以接受的。接下来我们要进行地铁第一人称射击游戏测试。这是较新的版本，后续波次（第1波之后）需要由地铁列车运送敌人。这可能会将结果推至初始结果的至少一到两倍，因为我非常想看看这个模型能带来什么级别的图形细节和自定义外观的敌人。这也是基于 Three.js 构建的。
在12分半钟后，我们得到了地铁 FPS 的第一个结果。我发送了那个后续问号，因为看起来它显示的内容似乎冻结了。它看起来像是在搜索文件夹长达5分钟，所以我才发了那个消息。然后它又回到了当前的进度状态。所以基本上我们可以忽略那段延迟。现在让我们看看我们的地铁 FPS 游戏。
好的，不错。有声音。画面相当暗且简单。有其他武器吗？有的。但是很难看清。“好吧，那毫无疑问是霰弹枪。”酷。接着火车来了。没什么特别疯狂的，很多模型会在天花板上放一个红色闪烁的灯之类的东西。车门确实打开了。让我们看看敌人是如何出现的。
好吧，它们就在那里生成。这相当简单。同样，我没有看到任何极其错误的地方，它只是很简单。所以我们会让它至少进行一次后续改进。因此我们发送一个后续指令：进行全面的视觉 overhaul，使其更明亮，为所有物体提供更好的模型（特别是敌人），在环境中添加弹孔、精细细节和高质量效果。
好吧，大约30分钟后，它完成了这次 overhaul。这花费了不少时间。我们可以看到，首先也是最主要的问题是车站太暗了。“好的”，我们现在至少能看清一些东西了。我另一个要求是在环境中添加弹孔，我要说它在这方面做得相当不错。到目前为止一切顺利，我对所见的结果非常满意。
我们的敌人也得到了显著改善。我会说它真的超越预期让这些模型看起来更好，而不仅仅是简单的形状和身体网格，这很好。这是六个月到一年前那种廉价模型的表现？像这样真的非常便宜的结果，在当时绝对是令人惊叹的尖端水平。所以看到能力变强而价格下降（至少）是很酷的。
但问题在于，如今处于尖端水平的模型会让这个看起来过时了。不过尽管如此，我们能在火车上打子弹吗？是的，可以。我必须说总体而言，我对这个结果感到满意。这绝对值得花更多时间打磨。我可以大胆地说，你很可能让它看起来相当不错。“好吧。”让我们看看如果输了会发生什么。
“好的。”我点击了一下，所以它重启了。总体而言还不错。我只是想看看如果我们再推一把它会怎么做。接下来我们要进行机械臂测试，它上面装有摄像头以及一个机器人手臂。它的任务是将橙色的 Hot Wheels 小车移动到垫子的另一侧。不幸的是，我们没有得到成功的结果。
我确实以最大努力运行了它，但也启用了快速模式，因为在这种任务中速度绝对是完成的关键因素。现在我注意到一个有趣的现象：为了实际获取摄像头的视角，它基本上制作了一个小型 Web UI 来查看摄像头正在做什么的内容。在做这个测试时，我从未见过模型这样做过。通常它们只是说：“好的，我要……”
检查这是什么USB设备。”然后他们以自己的方式从中提取帧。但它实际上制作了一个小型网页仪表板来获取图像，并进行了少量的计算机操作来完成这一任务，这很有趣，也是我以前从未见过的。不幸的是，它并没有成功完成。我们可以看到它在做什么以及它是如何被误导的，因为那张图片很难分辨清楚。好的，爪子正好在车上方。那么为什么这不起作用呢？这是该测试的一个局限性：摄像头的角度以及只有一个摄像头的原因。我故意这样做，因为考虑到所有因素，能够以静态摄像头角度成功执行此任务的模型非常令人印象深刻。我让它多运行了一会儿
，但不幸的是它开始以可能破坏框架的方式移动手臂。所以我在那里停止了它。总的来说，我并没有真的指望它能成功执行，但看到它的所作所为仍然很有趣。作为中期检查点，我们的使用率仍然是100%。所以我们到目前为止所做的并没有真正产生任何影响
接下来是80年代摔跤游戏测试。这是需要它在Blender中创建资产，然后使用GDAU制作游戏的环节。我们将看看当给予像Blender这样更强大的工具时，它能否获得一些精致的视觉效果。好的，在30分半钟后，我们看到了第一个剧透画面。我只是试着忽略那个
我不知道它在放置位置方面到底发生了什么。我为它创建了一个摔跤文件夹，但它把它做在了输出目录中。所以那可能是我的错。好的
好吧。这很简单，但做得并不差。它只是简单而已。它是自己制作这些模型的，而且它们真的不错。虽然有点令人失望，但说实话也在意料之中的一点是，它们没有任何单独 rigged 的动作或任何东西。不过我要说让我相当失望的是除了音乐之外没有音效。所以当
你关掉它时，摔跤或它们接触时没有任何音效之类的东西。它有那种弹簧般的感觉。哦，好的。Thunder drops Tiger Heart. Run it back. 我们的命令就在那里。它看起来有点像卡通风格。实际上不，那是因为我说了80年代，所以它就用了那种80年代的配色。这是我的错。然而，再次强调
这真的没什么特别的。嘿，我们能赢吗？来吧。是的。Tiger Hart在三方混战中幸存下来。擂台是你的了。重赛或选择新的传奇人物。好吧，这太简单了。并不差。只是我没什么可说的。什么超级摔技。好的，再次强调，它真的很简单。接下来我们将尝试手表网站前端测试。这也是需要
手表的爆炸视图以及这张照片的特殊版本，名为Bjan（Bejian），需要在表盘上放置这张照片，并且具有受这里这张照片启发的审美风格。所以我们将看看这个测试的结果如何。好的，我认为这已经完成了，但我不喜欢笔记本电脑屏幕是弯曲的，所以我打算打开它。好的，很好。因为我知道它会
在某些预览中打开它，所以我不想让它被毁掉。哦，有趣。它在这里仍然在工作。已经大约17分钟左右了。我打算让它继续工作
虽然，我们可能已经能很好地指示出最终完成时看起来会是什么样子。哦，很好。好吧。这并不好，但也不糟糕。数字标记都乱了
但它们彼此是对称的。所以至少这是件好事。而且它选择放置这块手表的表面有一些奢华的元素，我想可以这么说吧。现在这里明显的问题是手表没有指针。所以我们无法知道时间是多少，而且似乎有一些几何形状混乱之类的问题。让我们
看看这个并基于除了检查这些3D模型之外的前端能力来评判它吧。好的，我们有Esther和Mayor视图的3D版本。我想那是它加载进来的那个。让我们检查这个。好的，很好。我喜欢你可以用3D查看不同的模型这一点。而这个有一些额外的
小表盘在里面。似乎都没有指针。所以这肯定是一个问题现在哦。哦对了，我忘了那个了。我们还有爆炸视图。很好。好的。而且这里有指针。只是它们被隐藏了。所以我们可以看到它们出现在那里。这种情况经常发生，如果某样东西看起来不存在，它很可能存在，只是被某个表面覆盖了。所以再次强调
这相当简单。然后我们有Bejian版本。好的，我必须说在3D中查看Bejian。我实际上很喜欢它为此选择的审美风格。它确实捕捉到了表带上的Lacost运动服风格的图案
然后它选择了金色外观。所以总的来说，那个其实很不错。而且再次强调这个测试是主观的。那绝对是一个不错的惊喜。总的来说，这相当平庸。我会说
我不打算跟进让它改进这个版本，因为老实说在整个测试过程中，我脑海中不断浮现的一件事是我想知道这个模型的大小。我想尝试另一个C++游戏，因为Skate那个做得相当不错考虑到其他结果的样子。这是一个复古拉力赛3D游戏测试。它需要
具有车辆的详细内部，以及早期Rally游戏的低多边形图形风格。我已经告诉它不能使用RayLib。此外除了车辆的详细内部外，还需要有追逐摄像机和一些音效。所以我们将看看C++能力是否转化为不同的提示词结果如何。好的，在大约23分钟后我们收到了Dust Line
Rally（尘土线拉力赛）。让我们看看它做得怎么样。好的。哎呀。那可能是一个弗洛伊德式的点击，我想我只是基于从追逐摄像机看到汽车这一点来判断的。好的。是的，这个呃它
我实际上并没有在转向所以它就把它 snap 到赛道上了。我要说的是赛道的海拔高度之类的东西其实并不差。仪表盘工作吗？好的，不它们不起作用。但是用C++组装这个而不使用RayLib再次强调这在六个月到一年前绝对是令人难以置信的。而现在对于一个这么便宜的模型能够在23分钟内
拿出这样的成果
情况并不糟糕。好吧，松散的碎石。看起来似乎有些东西没有正确渲染，这与赛道的海拔高度不符，所以赛道看起来就像悬浮在半空中。与几乎所有其他结果一样，我对这个没什么好说的，但我尝试了另一个 C++ 的结果，因为之前的滑板游戏结果出奇地好用。我想看看它在这些模型测试中较少见的领域表现如何，我认为这大概能结束我们对 GPT-6 Luna 的第一轮观察和测试。视频比平时短，但我只是想瞥一眼这个模型。请记住，它可能不像那些强大的前沿模型那样令人兴奋地进行测试。
然而，这个模型的定价非常诱人，特别是对于那些可能更重复、不需要高智能的任务而言。我们可以看到这里的基本结论是我们的每周限额一次都没有变动。因此，我们在本视频中做的每一件事，都完全没有消耗我们周使用量的 1%。这是一个非常高效的模型。结果肯定不是最先进的，但完全称职。我没有发现任何明显错误的地方。如果简要回顾一下结果，颇具讽刺意味的是，我们遇到的第一个也是唯一的问题出现在最初的浏览器 OS 结果上，它存在一些缺陷。
不过这些问题很快就被修复了，整体表现相当称职，但没有什么真正令人兴奋的地方。手表网站的结果大致符合预期：有些方面不错，但也犯了一些简单的错误，比如没有放置指针等。虽然一切只是改进的良好基础，但这正是我对这个模型的看法：考虑到价格，它能提供 decent 的基础，但在美学或风格上不会让你惊艳。
我要说的是，今天视频的赢家——请记住这是我们的第二次迭代，并非因为有问题，而是我想看看它如何提高保真度——肯定是那个滑板游戏的结果。它的表现出奇地完整且称职。是的，与我们习惯看到的最先进结果相去甚远。但考虑到这个模型的价格，这绝对是一个合格的结果。这里的文本没有任何奇怪之处，商店外观良好，商店的纹理实际上做得非常好。
虽然简单，但整体组装得很好，风格上也比较统一。所以我对此非常满意，这大概是我印象最深刻的结果——不，是 GPT-6 Luna 的。此外，我们还让它进行了 Blender 和 GDAL（注：原文为 GDAU，疑指 Game Development Audio/Utility 或类似工具）测试，形式是摔跤游戏。我实际上得去找一下那个结果，因为它没有把它放在文件夹里。所以这很简单。
真正让我失望的是除了音乐之外没有任何音效。所以当你们实际与其他摔跤手接触时，没有发出任何声音。它很简单：在 Blender 中制作这些模型，在 GDAL（GDAU）中将游戏组装起来，并且具有一定的可玩性。它们基本上就像互相撞胸一样，没有真正的绑定动作。但对于这个模型及其类别和假设的大小来说，这完全可以接受。
地铁第一人称射击游戏（FPS）还不错。我在这里自己的浏览器预览中运行它，但我认为那是我们看到的一个较旧版本。所以第二次做得好得多。我也喜欢弹孔的实现，当然这是我随后提示中指出的它应该具备的功能。甚至霰弹枪也正确地打出了弹孔。而且它创建的这些 3D 模型比第一个好得多。
我认为如果你与它合作一段时间，绝对可以从这里得到一个 decent、及格的 3JS（Three.js）游戏结果。这很有道理，因为它几乎不消耗任何使用量，非常高效。因此总体而言，这将结束我们对 GPT-6 Luna 的第一轮观察和测试。我必须说它似乎是一个不错的模型，而且很难评判这一点，因为最近记忆中令人惊叹的成果大多来自 Opus 5、Fable GPT-6 Astra。
然而，这些模型的价格是每百万输出令牌 20、30 或 50 美元。而这个模型是每百万输出令牌 50 美分。所以核心要点在于：虽然它在美学上可能不是令人惊叹的模型，但它比其他前沿模型便宜得多。如果你有重复性任务且不需要更高级的智能水平，这将是一个非常有力的选择。
也绝对值得关注这些较便宜的模型，因为它们在视觉上测试起来不那么令人兴奋。然而，在定价方面它们更令人兴奋。所以总体而言，这将结束我们对 Luna 的第一轮观察和测试。再次强调，我们的使用量完全没有下降。因此，在我们本视频中做的所有事情期间，它一直保持在 100%。我认为这大概是这里最大的要点：定价和效率。
如果你有任何问题，请随时在评论中留言。感谢观看。