多智能体协作评测：GPT-5.6 与 GPT-6 Luna 大幅领先 DeepSeek V4

多智能体协作评测显示，GPT-5.6 与 GPT-6 Luna 的协调能力大幅领先，DeepSeek V4 几乎无法协作，V4.1 仅略有改善。榜单中 GPT-5.6 Luna 得分 66.67/100，DeepSeek V4.1 Flash 仅获 11.11；Josh Purtell 认为，头部实验室可能掌握榜单之外的多智能体 RL 训练方法。