‏GPT-5.6 Luna در برابر GPT-6 Astra: مدل ۱.۲۰ دلاری برای ریویو کد به‌درد می‌خوره؟

تیم Entelligence که یه مسیریاب مدل (Model Router) می‌سازه و کارهای کدنویسی رو به ارزون‌ترین مدل ممکن می‌سپاره، این‌بار GPT-5.6 Luna رو با GPT-6 Astra مقایسه کرده. Luna قیمتش ۰.۲۰ دلار برای هر میلیون توکن ورودی و ۱.۲۰ دلار برای خروجیه، در حالی که Astra ۱۰ و ۵۰ دلاره؛ یعنی هر ریویو با Luna حدود ۲۸ برابر ارزون‌تر از Astra تموم می‌شه.

روی ۵۰ پول ریکوئست واقعی از پروژه‌های Cal.com، Sentry، Discourse، Keycloak و Grafana، Luna تونست ۶۹ باگ تایید شده پیدا کنه و Astra ۹۲ تا، یعنی Luna حدود ۷۵٪ باگ‌های Astra رو با فقط ۳.۶٪ هزینه‌اش پیدا کرده. ولی دقتش کمتره: یک‌چهارم از یافته‌های Luna بعد از بررسی رد شدن، در حالی که برای Astra این عدد فقط ۴ از ۹۶ بوده.

بزرگ‌ترین فاصله بین دو مدل تو پروژه Keycloak دیده شده که یه سرور مدیریت هویت و دسترسیه؛ اونجا Luna فقط ۶ باگ تایید شده پیدا کرد در برابر ۱۴ تای Astra، و فقط نصف یافته‌هاش درست از آب دراومدن. تو باگ‌های امنیتی هم Luna فقط ۹ تا از ۲۴ باگ رو پیدا کرد ولی Astra ۱۹ تا رو؛ مثلاً یه باگ که کد بازیابی حساب دوبار قابل استفاده بود، یا یه دسترسی سراسری که مجوزهای جزئی رو نادیده می‌گرفت، فقط از دست Astra درنرفته بودن.

جالب اینجاست که Luna هم چیزهایی پیدا کرده که Astra از دستش در رفته؛ از ۱۴۳ باگ تایید شده، ۲۵ تاشون رو فقط Luna پیدا کرده بود. تیم Entelligence حساب کرده که اگه هر دو مدل رو همزمان روی هر پول ریکوئست اجرا کنن، ۸۲٪ کل باگ‌های تایید شده رو با ۵.۸۶ دلار پیدا می‌کنن؛ یعنی هزینه Luna رو روی هزینه Astra اضافه می‌کنن ولی ۲۵ باگ بیشتر گیرشون میاد.

نکات کلیدی:

• Luna: ۰.۲۰ دلار ورودی و ۱.۲۰ دلار خروجی به ازای هر میلیون توکن؛ Astra: ۱۰ و ۵۰ دلار.
• روی ۵۰ پول ریکوئست، Luna ۶۹ باگ تایید شده پیدا کرد در برابر ۹۲ تای Astra.
• دقت: فقط ۷۴٪ یافته‌های Luna تایید شدن، در برابر ۹۶٪ برای Astra.
• تو کدهای امنیتی و احراز هویت (مثل Keycloak) Luna به‌وضوح ضعیف‌تره.
• اجرای همزمان هر دو مدل، ۸۲٪ باگ‌ها رو با ۵.۸۶ دلار پیدا می‌کنه.