**测试背景**：Entelligence 构建了 Model Router（把每个编码任务交给能胜任的最便宜模型）和 Agent Insights（展示团队 AI 支出及其产出），本次测试数据与脚本均已公开。

**价格对比**：GPT-5.6 Luna 每百万输入/输出 token 分别为 0.20 美元和 1.20 美元，GPT-6 Astra 为 10 美元和 50 美元；审查同一个 PR，Luna 单次花费 0.0041 美元，Astra 为 0.113 美元，相差 28 倍。

**总体结果**：在 50 个 pull request 上，Luna 找到 69 个已验证 bug，整轮花费 0.20 美元；Astra 找到 92 个，花费 5.66 美元。

**误报差距**：Luna 的 93 项发现中有 24 项未通过验证，而 Astra 的 96 项中只有 4 项；安全漏洞方面，24 个漏洞中 Luna 找到 9 个，Astra 找到 19 个。

**基准构成**：测试沿用 Astra 与 GPT-5.6 Sol 对比的设置，使用 AI-Code-Review-Evals 组织的 50 个公开基准 PR，分别来自 Cal.com、Sentry、Discourse、Keycloak 和 Grafana 各 10 个，每个 PR 都在干净基础分支上人为引入缺陷。

**作者结论**：以该价格衡量，Luna 处理日常正确性 bug 已经足够，但他们不会让它单独审查认证（authentication）或权限（permission）相关代码。

GPT-5.6 Luna 对比 GPT-6 Astra：1.2美元的模型做代码审查够用吗？

📰 相关情报