GPT-6 Luna（最高水平）、GPT-6 Astra（最高水平）、GPT-6.1 Sol（最高水平）以及 Claude Opus 5.5（有备用方案时最高水平）在任务完成时间与得分的方面都处于帕累托前沿。我们根据每个模型的token使用量以及实时输出速度测量值来估算任务完成时间。GPT-6模型运行速度快，因为它们使用的token数量少，每个任务仅需27k到48k个token。 DeepSeek V4.1 Flash (最大版本) 使用约 119k，但运行速度很快，每个任务平均耗时约 7 分钟。这一时间约为 Claude Opus 5.5 (最大版本带备用方案) 的 40%，而 Claude Opus 5.5 (最大版本带备用方案) 的平均时间约为 17 分钟。
