Bench-Corp

tested GPT-5.6 Luna in a separate test where task completion fell from 88% to 35% without guided recovery routes

“In een afzonderlijke Bench-Corp-test met GPT-5.6 Luna daalde de taakvoltooiing van 88% naar 35% zonder begeleide herstelroutes.”

contributed 600 tests to Archestra's 1,320 evaluations

“Daarvan kwamen 600 tests uit Bench-Corp”