gpt-5.6-luna 降价80%之后的 DeepSWE （大模型编程能力的基准评价测试）每任务成本（美元）对比，太吓人了，这不单单是冲着 DeepSeek-V4-pro来的，而且冲着 GLM-5.2 、 Grok 4.5 和 Kimi-K3 一起打。