GPT-6 Luna is the fast, cost-efficient model in OpenAI's GPT-6 series, positioned below GPT-6 Sol. It is suited for high-volume and latency-sensitive workloads such as chat, classification, and lightweight agentic tasks, and at higher reasoning effort it can take on complex software engineering and computer-use tasks that previously called for a Sol-tier model. It shares the GPT-6 family's gains in factual reliability and its clearer, more concise communication style.
Anbieter
Verschiedene Unternehmen hosten dasselbe Modell. OpenRouter leitet Ihre Anfrage je nach gewähltem Routing-Modus an eines davon weiter: Ausgewogen (Preis + Geschwindigkeit), Nitro (am schnellsten) oder Floor (am günstigsten).
| 0,05 $ | 0,25 $ | 0,005 $ | -- | -- |
- Eingabe 0,05 $ / Ausgabe 0,25 $-- tok/s-- Verfügbarkeit
Preise
Der durchschnittliche Preis, den Kunden tatsächlich für dieses Modell zahlen, neben den von Anbietern veröffentlichten Preisen. Durch Caching und Rabatte liegt der tatsächlich gezahlte Preis oft deutlich unter dem Listenpreis.
Gewichteter Durchschnitt
GPT-6 Luna (batch) — Preisverlauf
| 0,00 $ | 0,00 $ | 69,7 % | 100,0 % |
- Wirksam in 0,00 $ / Effektive Ausgabekosten 0,00 $Token-Anteil100,0 %
Leistung
Der Durchsatz gibt an, wie schnell das Modell schreibt (Token pro Sekunde – höher ist besser). Die Latenz ist die gesamte Umlaufzeit (niedriger ist besser). TTFT ist die Zeit bis zum ersten Token – also die Wartezeit, bis etwas angezeigt wird (niedriger ist besser).
Verfügbarkeit
Verfügbarkeit ist der prozentuale Anteil der letzten 3 Tage, in dem mindestens ein Anbieter auf Anfragen reagiert hat. Die Verfügbarkeit der Inferenz ist der prozentuale Anteil der Zeit, in der Inferenz erfolgreich bereitgestellt wurde. OpenRouter überwacht dies kontinuierlich und verwendet den nächstbesten Anbieter, wenn ein Anbieter einen Fehler zurückgibt.
Noch nicht genügend Daten zur Verfügbarkeit für eine Anzeige vorhanden.
Wenn bei einem vorgelagerten Anbieter ein Fehler auftritt, können wir diesen durch die Weiterleitung an einen anderen funktionsfähigen Anbieter beheben, sofern Ihre Anfragefilter dies zulassen. Sie können programmgesteuert auf die Verfügbarkeitsdaten pro Anbieter zugreifen, und zwar über die Endpunkt-API. Erfahren Sie mehr über unsere Optionen für Lastverteilung und Anbieter-Routing.
Leistungsvergleiche
Ergebnisse standardisierter Bewertungen und eigene Ausgaben dieses Modells zu gemeinsamen Vergleichstest-Prompts. Höhere Prozentwerte sind besser – und jeder Rang zeigt, wo dieses Modell unter den anhand dieser Quelle bewerteten Modellen liegt.
| Quelle | Benchmark | Ergebnis |
|---|---|---|
| Artificial Analysis | GPT-6 Luna (High) Intelligence Index | 21,4 |
| Artificial Analysis | GPT-6 Luna (High) HLE | 32.9% |
| Artificial Analysis | GPT-6 Luna (High) AA-LCR | 79.3% |
| Artificial Analysis | GPT-6 Luna (High) GDPval-AA | 42.5% |
| Artificial Analysis | GPT-6 Luna (High) CritPt | 15.4% |
| Artificial Analysis | GPT-6 Luna (High) SciCode | 50.3% |
| Artificial Analysis | GPT-6 Luna (High) Terminal-Bench 4.0 | 4.5% |
| Artificial Analysis | GPT-6 Luna (High) AA-Omniscience Accuracy | 39.0% |
| Artificial Analysis | GPT-6 Luna (High) AA-Omniscience Non-Hallucination Rate | 15.1% |
| Artificial Analysis | GPT-6 Luna (Non-reasoning) Intelligence Index | 9,4 |
| Artificial Analysis | GPT-6 Luna (Non-reasoning) HLE | 8.6% |
| Artificial Analysis | GPT-6 Luna (Non-reasoning) AA-LCR | 39.7% |
| Artificial Analysis | GPT-6 Luna (Non-reasoning) GDPval-AA | 27.6% |
| Artificial Analysis | GPT-6 Luna (Non-reasoning) CritPt | 1.1% |
| Artificial Analysis | GPT-6 Luna (Non-reasoning) SciCode | 43.1% |
| Artificial Analysis | GPT-6 Luna (Non-reasoning) Terminal-Bench 4.0 | 1.5% |
| Artificial Analysis | GPT-6 Luna (Non-reasoning) AA-Omniscience Accuracy | 30.1% |
| Artificial Analysis | GPT-6 Luna (Non-reasoning) AA-Omniscience Non-Hallucination Rate | 20.0% |
| Artificial Analysis | GPT-6 Luna (Low) Intelligence Index | 9,7 |
| Artificial Analysis | GPT-6 Luna (Low) HLE | 20.3% |
| Artificial Analysis | GPT-6 Luna (Low) AA-LCR | 74.0% |
| Artificial Analysis | GPT-6 Luna (Low) GDPval-AA | 27.0% |
| Artificial Analysis | GPT-6 Luna (Low) CritPt | 2.6% |
| Artificial Analysis | GPT-6 Luna (Low) SciCode | 46.9% |
| Artificial Analysis | GPT-6 Luna (Low) Terminal-Bench 4.0 | 0.0% |
| Artificial Analysis | GPT-6 Luna (Low) AA-Omniscience Accuracy | 36.1% |
| Artificial Analysis | GPT-6 Luna (Low) AA-Omniscience Non-Hallucination Rate | 15.2% |
| Artificial Analysis | GPT-6 Luna (Medium) Intelligence Index | 18,5 |
| Artificial Analysis | GPT-6 Luna (Medium) HLE | 28.3% |
| Artificial Analysis | GPT-6 Luna (Medium) AA-LCR | 78.3% |
| Artificial Analysis | GPT-6 Luna (Medium) GDPval-AA | 38.5% |
| Artificial Analysis | GPT-6 Luna (Medium) CritPt | 10.6% |
| Artificial Analysis | GPT-6 Luna (Medium) SciCode | 50.9% |
| Artificial Analysis | GPT-6 Luna (Medium) Terminal-Bench 4.0 | 2.5% |
| Artificial Analysis | GPT-6 Luna (Medium) AA-Omniscience Accuracy | 38.7% |
| Artificial Analysis | GPT-6 Luna (Medium) AA-Omniscience Non-Hallucination Rate | 14.7% |
| Artificial Analysis | GPT-6 Luna (Max) Intelligence Index | 27,9 |
| Artificial Analysis | GPT-6 Luna (Max) HLE | 38.5% |
| Artificial Analysis | GPT-6 Luna (Max) AA-LCR | 83.3% |
| Artificial Analysis | GPT-6 Luna (Max) GDPval-AA | 47.2% |
| Artificial Analysis | GPT-6 Luna (Max) CritPt | 19.4% |
| Artificial Analysis | GPT-6 Luna (Max) SciCode | 54.6% |
| Artificial Analysis | GPT-6 Luna (Max) Terminal-Bench 4.0 | 12.6% |
| Artificial Analysis | GPT-6 Luna (Max) AA-Omniscience Accuracy | 39.6% |
| Artificial Analysis | GPT-6 Luna (Max) AA-Omniscience Non-Hallucination Rate | 20.7% |
| Artificial Analysis | GPT-6 Luna (Xhigh) Intelligence Index | 23,5 |
| Artificial Analysis | GPT-6 Luna (Xhigh) HLE | 34.3% |
| Artificial Analysis | GPT-6 Luna (Xhigh) AA-LCR | 80.0% |
| Artificial Analysis | GPT-6 Luna (Xhigh) GDPval-AA | 43.7% |
| Artificial Analysis | GPT-6 Luna (Xhigh) CritPt | 17.4% |
| Artificial Analysis | GPT-6 Luna (Xhigh) SciCode | 51.7% |
| Artificial Analysis | GPT-6 Luna (Xhigh) Terminal-Bench 4.0 | 8.1% |
| Artificial Analysis | GPT-6 Luna (Xhigh) AA-Omniscience Accuracy | 38.6% |
| Artificial Analysis | GPT-6 Luna (Xhigh) AA-Omniscience Non-Hallucination Rate | 16.0% |
| Vals AI | GPT-6 Luna BioMysteryBench | 61.5% |
| Vals AI | GPT-6 Luna ClaimBench | 99.2% |
| Vals AI | GPT-6 Luna Code Migration v1.1 | 46.7% |
| Vals AI | GPT-6 Luna CyberBench v1.1 | 76.3% |
| Vals AI | GPT-6 Luna EMB v1.1 | 70.0% |
| Vals AI | GPT-6 Luna Finance Agent v2.1 | 56.8% |
| Vals AI | GPT-6 Luna Vals Finance Index | 53.1% |
| Vals AI | GPT-6 Luna Financial Coaching Bench | 65.2% |
| Vals AI | GPT-6 Luna HLAB-Vals-1.1 | 4.2% |
| Vals AI | GPT-6 Luna Immigration | 62.5% |
| Vals AI | GPT-6 Luna IOI | 55.6% |
| Vals AI | GPT-6 Luna Vals Legal Index | 62.2% |
| Vals AI | GPT-6 Luna Legal Research Bench | 30.3% |
| Vals AI | GPT-6 Luna MedCode | 44.7% |
| Vals AI | GPT-6 Luna MedScribe | 83.7% |
| Vals AI | GPT-6 Luna MysteryMechanism | 19.4% |
| Vals AI | GPT-6 Luna ProgramBench | 0.5% |
| Vals AI | GPT-6 Luna ProofBench v1.1 | 64.0% |
| Vals AI | GPT-6 Luna Public Benefits Bench v1.1 | 57.6% |
| Vals AI | GPT-6 Luna SAGE | 83.4% |
| Vals AI | GPT-6 Luna Vals Science Index | 28.4% |
| Vals AI | GPT-6 Luna SRE Bench | 2.7% |
| Vals AI | GPT-6 Luna SWE-bench Multimodal | 37.5% |
| Vals AI | GPT-6 Luna Tax Agent Bench | 19.9% |
| Vals AI | GPT-6 Luna Terminal-Bench 4.0 | 13.6% |
| Vals AI | GPT-6 Luna Terminal-Bench-Science | 4.3% |
| Vals AI | GPT-6 Luna Vals Index | 52.3% |
| Vals AI | GPT-6 Luna Vibe Code Bench v1.1 | 81.6% |
Apps
Öffentliche Apps, die den meisten Datenverkehr an dieses Modell senden. Ein guter Anhaltspunkt dafür, wie echte Produktionsworkloads aussehen – und ein Hinweis darauf, für welche Anwendungsfälle dieses Modell am besten geeignet ist.
Für Apps, die dieses Modell verwenden, liegen noch nicht genügend Daten vor.
Aktivität
Token-Volumen und Anfrageaufkommen für dieses Modell im Zeitverlauf.
API
Direkt einsetzbarer Code zum Aufrufen dieses Modells. Die API von OpenRouter ist OpenAI-kompatibel – bei den meisten SDKs genügt es, die Basis-URL auszutauschen. Zwischen den Modellen ändert sich nur der unten stehende Modell-Slug.
Derzeit nicht über EU-regionales Routing verfügbar. Dokumentation zum regionsinternen Routing
Dokumentation
Anleitungen, Rezeptsammlungen, Blogbeiträge und Tools für die Entwicklung mit OpenAI: GPT-6 Luna (batch) auf OpenRouter.
- GPT-6 Migration GuideRezeptsammlung
- Reranking in RAG: How to Fix Bad Retrieval with a RerankerBlogbeitrag
- How to Benchmark LLMsBlogbeitrag
- How to Stop an AI Agent Stuck in an Infinite LoopBlogbeitrag
- MCP vs CLI vs Skills: What Each Costs in ContextBlogbeitrag
- LLM API Rate Limits: How to Fix OpenAI and Claude 429 ErrorsBlogbeitrag
- How to Get Structured Output from Any LLM: JSON Schema, Tool Calls, or a Decision ModelBlogbeitrag
- How to Build a Voice AI AgentBlogbeitrag
- Build an AI Code Reviewer with OpenRouterBlogbeitrag
- How to Extract Tables from a PDF with an LLMBlogbeitrag
Häufig gestellte Fragen
GPT-6 Luna is the fast, cost-efficient model in OpenAI's GPT-6 series, positioned below GPT-6 Sol. It is suited for high-volume and latency-sensitive workloads such as chat, classification, and lightweight agentic tasks, and at higher reasoning effort it can take on complex software engineering and computer-use tasks that previously called for a Sol-tier model.
Die Dokumentation zu GPT-6 Luna (batch) auf OpenRouter umfasst das Cookbook GPT-6 Migration Guide, der Blogbeitrag Reranking in RAG: How to Fix Bad Retrieval with a Reranker, der Blogbeitrag How to Benchmark LLMs, der Blogbeitrag How to Stop an AI Agent Stuck in an Infinite Loop, der Blogbeitrag MCP vs CLI vs Skills: What Each Costs in Context, der Blogbeitrag LLM API Rate Limits: How to Fix OpenAI and Claude 429 Errors, der Blogbeitrag How to Get Structured Output from Any LLM: JSON Schema, Tool Calls, or a Decision Model, der Blogbeitrag How to Build a Voice AI Agent, der Blogbeitrag Build an AI Code Reviewer with OpenRouter und der Blogbeitrag How to Extract Tables from a PDF with an LLM. Der Schnellstart behandelt API-Schlüssel und Ihre erste Anfrage, und die API-Referenz listet alle Parameter auf.
GPT-6 Luna (batch) kostet 0,05 $/M Eingabe-Token und 0,25 $/M Ausgabe-Token, mit separaten Tarifen für Cache Read für 0,005 $/M tokens, Cache Write für 0,0625 $/M tokens und Web Search für 10,00 $/1K calls.
GPT-6 Luna (batch) hat ein Kontextfenster von 1.050.000 Token. Es unterstützt bis zu 128.000 Completion-Token.
Ja. GPT-6 Luna (batch) akzeptiert tools und tool_choice für Funktionsaufrufe. Es unterstützt auch strukturierte Ausgaben über ein JSON-Schema in response_format.
Ja. OpenAI speichert Prompts mit 1024 Token oder mehr automatisch im Cache, und GPT-6 Luna (batch) berechnet für jeden zwischengespeicherten Prompt einen Cache-Schreibvorgang, unabhängig davon, ob das zwischengespeicherte Präfix erneut gelesen wird. Um die Zwischenspeicherung für eine Anfrage zu deaktivieren, setzen Sie prompt_cache_options.mode auf "explicit" auf der obersten Ebene der Anfrage und markieren Sie keinen Inhaltsblock mit prompt_cache_breakpoint. Der explizite Modus deaktiviert von OpenAI verwaltete Haltepunkte, sodass eine Anfrage ohne eigene Haltepunkte kein zwischenspeicherbares Präfix hat und zum regulären Eingabepreis abgerechnet wird. Weitere Informationen finden Sie im Leitfaden zur Prompt-Zwischenspeicherung.
GPT-6 Luna (batch) akzeptiert Dateien wie PDFs, Bilder und Text als Eingabe und gibt Text zurück.
GPT-6 Luna (batch) wird auf OpenRouter von 1 Anbieter bereitgestellt: OpenAI.
GPT-6.1 Terra Pro, GPT-6.1 Terra, GPT-6 Luna Decisions und 58 weitere sind weitere Modelle von OpenAI für die Modalität Text.
GPT-6 Luna (batch) wurde am 22. September 2026 veröffentlicht.