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.
Proveedores
Distintas empresas alojan el mismo modelo. OpenRouter enruta su solicitud a una de ellas según el modo de enrutamiento que elija: Balanced (precio + velocidad), Nitro (el más rápido) o Floor (el más económico).
| 0,05 US$ | 0,25 US$ | 0,005 US$ | -- | -- |
- Entrada 0,05 US$ / Salida 0,25 US$-- tok/s-- de tiempo de actividad
Precios
El precio medio que los clientes pagan realmente por este modelo, junto a los precios que publican los proveedores. El uso de caché y los descuentos hacen que el precio realmente pagado a menudo sea muy inferior al publicado.
Media ponderada
GPT-6 Luna (batch) — Historial de precios
| 0,00 US$ | 0,00 US$ | 70,3 % | 100,0 % |
- En vigor en 0,00 US$ / Salida efectiva 0,00 US$Proporción de tókenes100,0 %
Rendimiento
La velocidad de generación indica lo rápido que escribe el modelo (tokens por segundo: cuanto mayor, mejor). La latencia es el tiempo total de ida y vuelta (cuanto menor, mejor). TTFT es el tiempo hasta el primer token: cuánto tarda en aparecer algo en pantalla (cuanto menor, mejor).
Tiempo de actividad
El tiempo de actividad es el porcentaje de los últimos 3 días en que al menos un proveedor respondía a las solicitudes. La disponibilidad es el porcentaje de tiempo en que la inferencia se sirvió correctamente. OpenRouter supervisa continuamente y utiliza el siguiente mejor proveedor cuando uno devuelve un error.
Aún no hay suficientes datos de tiempo de actividad para mostrar.
Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.
Pruebas de rendimiento
Puntuaciones en evaluaciones estandarizadas y respuestas de este modelo a instrucciones compartidas de las pruebas de referencia. Los porcentajes más altos son mejores, y cada posición indica dónde se sitúa este modelo entre los modelos evaluados en esa fuente.
| Fuente | Prueba de rendimiento | Puntuación |
|---|---|---|
| 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% |
Aplicaciones
Aplicaciones públicas que envían más tráfico a este modelo. Una buena señal de cómo son las cargas de trabajo reales en producción, y una pista sobre los casos de uso para los que este modelo es más adecuado.
Aún no hay suficientes datos sobre las aplicaciones que usan este modelo.
Actividad
Volumen de tokens y tráfico de solicitudes a este modelo a lo largo del tiempo.
API
Código listo para usar para llamar a este modelo. La API de OpenRouter es compatible con OpenAI: la mayoría de los SDK funcionan con solo cambiar la URL base. Lo único que cambia entre modelos es el identificador del modelo que aparece a continuación.
Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región
Documentación
Guías, recetarios, artículos de blog y herramientas para desarrollar con OpenAI: GPT-6 Luna (batch) en OpenRouter.
- GPT-6 Migration GuideRecetario
- Reranking in RAG: How to Fix Bad Retrieval with a RerankerPublicación del blog
- How to Benchmark LLMsPublicación del blog
- How to Stop an AI Agent Stuck in an Infinite LoopPublicación del blog
- MCP vs CLI vs Skills: What Each Costs in ContextPublicación del blog
- LLM API Rate Limits: How to Fix OpenAI and Claude 429 ErrorsPublicación del blog
- How to Get Structured Output from Any LLM: JSON Schema, Tool Calls, or a Decision ModelPublicación del blog
- How to Build a Voice AI AgentPublicación del blog
- Build an AI Code Reviewer with OpenRouterPublicación del blog
- How to Extract Tables from a PDF with an LLMPublicación del blog
Preguntas frecuentes
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.
La documentación de GPT-6 Luna (batch) en OpenRouter incluye la guía práctica GPT-6 Migration Guide, la publicación del blog Reranking in RAG: How to Fix Bad Retrieval with a Reranker, la publicación del blog How to Benchmark LLMs, la publicación del blog How to Stop an AI Agent Stuck in an Infinite Loop, la publicación del blog MCP vs CLI vs Skills: What Each Costs in Context, la publicación del blog LLM API Rate Limits: How to Fix OpenAI and Claude 429 Errors, la publicación del blog How to Get Structured Output from Any LLM: JSON Schema, Tool Calls, or a Decision Model, la publicación del blog How to Build a Voice AI Agent, la publicación del blog Build an AI Code Reviewer with OpenRouter y la publicación del blog How to Extract Tables from a PDF with an LLM. La guía de inicio rápido cubre las claves de API y su primera solicitud, y la referencia de la API enumera todos los parámetros.
GPT-6 Luna (batch) cuesta 0,05 US$/M de tokens de entrada y 0,25 US$/M de tókenes de salida, con tarifas independientes para Cache Read a 0,005 US$/M tokens, Cache Write a 0,0625 US$/M tokens y Web Search a 10,00 US$/1K calls.
GPT-6 Luna (batch) tiene una ventana de contexto de 1.050.000 tókenes. Admite hasta 128.000 tókenes de respuesta.
Sí. GPT-6 Luna (batch) admite tools y tool_choice para llamadas a funciones. También admite salidas estructuradas mediante un esquema JSON en response_format.
Sí. OpenAI almacena automáticamente en caché los prompts de 1024 tokens o más, y GPT-6 Luna (batch) factura una escritura en caché por cada prompt almacenado en caché, tanto si el prefijo almacenado en caché se vuelve a leer como si no. Para desactivar el almacenamiento en caché en una solicitud, establezca prompt_cache_options.mode en "explicit" en la raíz de la solicitud y no marque ningún bloque de contenido con prompt_cache_breakpoint. El modo explícito desactiva los puntos de interrupción gestionados por OpenAI, por lo que una solicitud sin puntos de interrupción propios no tiene ningún prefijo que se pueda almacenar en caché y se factura a la tarifa de entrada normal. Consulte la guía de almacenamiento en caché de prompts.
GPT-6 Luna (batch) acepta archivos como PDF, imágenes y texto como entrada y devuelve texto.
GPT-6 Luna (batch) está disponible a través de 1 proveedor en OpenRouter: OpenAI.
GPT-6.1 Terra Pro, GPT-6.1 Terra, GPT-6 Luna Decisions y 58 más son otros modelos de texto de OpenAI.
GPT-6 Luna (batch) se lanzó el 22 de septiembre de 2026.