GPT-5.6 Luna vs. GPT-6 Astra：低コストモデルがわずかなコストで75%のバグを特定

結果として、コストと精度の間に顕著なトレードオフがあることが示されました。LunaのコストはAstraの約3.6%でしたが、Astraが検出した検証済みバグの75%を特定しました。Lunaは一般的な正確性の確認においては、Astraの47に対して39のロジックおよびデータバグを発見し、効率的であることが証明されましたが、専門的なコードには苦戦しました。アイデンティティおよびアクセス管理サーバーであるKeycloakでは、特に認証および権限ロジックに関して、Lunaの検証率はAstraの93%に対し、50%まで低下しました。