GPT-5.6 Luna 每百万输入 token 收费 0.20 美元，每百万输出 token 收费 1.20 美元。GPT-6 Astra 收费 10 美元和 50 美元。在相同的 pull request 上，一次 Luna 审查花费 0.0041 美元，一次 Astra 审查花费 0.113 美元，相差 28 倍。Luna 在 50 个 pull request 中发现了 69 个经验证的 bug；Astra 发现了 92 个。Luna 整个运行花费 0.20 美元，Astra 花费 5.66 美元。Luna 出错的频率更高，其 93 项发现中有 24 项未能通过验证，而 Astra 的 96 项中只有 4 项未通过，并且在 24 个安全 bug 中，Luna 只发现了 9 个，而 Astra 发现了 19 个。

我们的看法：在这个价格下，Luna 足以处理日常的正确性 bug，但我们不会让它单独审查身份验证或权限代码。

我们复用了 Astra 对比 Sol 文章中的设置。这些 pull request 是 AI-Code-Review-Evals 组织中的 50 个公开基准 PR，分别来自 Cal.com、Sentry、Discourse、Keycloak 和 Grafana，各十个。Luna 和 Astra 在相同的 diff 上收到了相同的提示。对于每个 pull request，来自 Astra、Sol、Luna 和公开的 Entelligence 审查者的评论发现都会进入一个匿名列表。GPT-6 Astra 和 GPT-5.6 Sol 分别根据 diff 对该列表进行评判。只有当两位评判者都认为某个问题真实时，它才被计为经验证。

Luna 发现的经验证 bug 数量是 Astra 的 75%，而花费仅为 3.6%。每个经验证 bug 的成本，Astra 高出 20 倍。Luna 每次审查的输出 token 数量是 Astra 的 3.1 倍，但成本仍然低得多，因为其输出价格低 42 倍。它也更快，每次审查 23 秒，而 Astra 为 36 秒。

关键实体：公司：OpenAI、Cal.com、Sentry、Discourse、Keycloak、Grafana、Entelligence

FAQ：GPT-5.6 Luna 足以进行代码审查吗？

Luna 在其价格下足以处理日常的正确性 bug，但它只发现了 24 个安全 bug 中的 9 个，并且其 93 项发现中有 24 项未能通过验证，因此不应让它单独审查身份验证或权限代码。

FAQ 问题：GPT-5.6 Luna 足以进行代码审查吗？

FAQ 回答：Luna 在其价格下足以处理日常的正确性 bug，但它只发现了 24 个安全 bug 中的 9 个，并且其 93 项发现中有 24 项未能通过验证，因此不应让它单独审查身份验证或权限代码。