GPT-5.6 Luna

Fiche modèle · OpenAI · gpt-5.6-luna

GPT-5.6 Luna is the fastest and most cost-efficient tier of OpenAI's GPT-5.6 family, designed for cost-sensitive, high-volume workloads. It brings strong capability at OpenAI's lowest GPT-5.6 price, supports max reasoning effort, and has a 1.05M-token context window.

Fiches modèles

Identité

Organisation	OpenAI
Pays	—
Famille	—
Type	llm
Date de sortie	2026-07-09
Licence	proprietary
Licence commerciale	non
Licence open source	non
Poids ouverts	non
Auto-hébergement (DGX Spark)	non — poids fermés
Modalités	image\|text
Fenêtre de contexte	—
KV cache / token (Q8)	—
Paramètres totaux	≈ 255 B–1.25 T (estimation, confiance très faible — https://gitlab.com/data-players/llm-stats-analysis/-/blob/main/docs/estimation-parametres-openai.md)
Paramètres actifs (session)	≈ 44 B–55 B (estimation, confiance très faible — https://gitlab.com/data-players/llm-stats-analysis/-/blob/main/docs/estimation-parametres-openai.md)
Source des paramètres actifs	https://gitlab.com/data-players/llm-stats-analysis/-/blob/main/docs/estimation-parametres-openai.md (estimation, confiance très faible)
Curation des paramètres actifs	2026-10-25
Prix par session	0.44 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	176 M
Ratio Terminal-Bench / Data Players	146.5×
Coût / tâche (Terminal-Bench)	4.55 $
Tokens d'entraînement	—
Coupure de connaissance	2026-02-16
Créé le	2026-07-12T18:23:17.184412Z
Mis à jour le	2026-11-04T06:05:01.967508Z
Source	LLM Stats
URL	https://llm-stats.com/models/gpt-5.6-luna

Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non.

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
Microsoft Azure (azure_sc)	cortecs	non	0.22 $	1.33 $	—	1 050 000	—	—	—
Microsoft Azure (azure_spc)	cortecs	non	0.22 $	1.33 $	—	1 050 000	—	—	—
Microsoft Foundry	eurouter	non	—	—	—	1 050 000	—	—	—
OpenAI	llm-stats	non	0.20 $	1.20 $	—	—	—	—	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
long_context	0.50
math	0.70
multimodal	0.60
physics	0.90
reasoning	0.50
safety	0.40
science	0.30
search	0.80
spatial_reasoning	0.70
finance	0.40
general	0.50
healthcare	0.50
agents	0.50
biology	0.90
chemistry	0.90
code	0.50
systems	0.20
tool_calling	0.60
vision	0.60

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
agents-last-exam	agents	0.50	1.00	0.50	non	oui	2026-11-04T06:05:01.981532Z
arc-agi-3	reasoning	0.00	1.00	0.00	non	oui	2026-11-04T06:05:02.254345Z
artificial-analysis	general	0.51	1.00	0.51	non	non	2026-11-04T06:05:02.003564Z
automationbench	agents	0.15	1.00	0.15	non	oui	2026-11-04T06:05:02.206193Z
benchcad	code	0.63	1.00	0.63	non	oui	2026-11-04T06:05:02.089534Z
benchcad-with-python-tool	code	0.74	1.00	0.74	non	oui	2026-11-04T06:05:02.095038Z
big-finance-bench	agents	0.36	1.00	0.36	non	oui	2026-11-04T06:05:01.993891Z
browsecomp	reasoning	0.83	1.00	0.83	non	oui	2026-11-04T06:05:02.083796Z
capture-the-flag-challenges	agents	0.85	1.00	0.85	non	oui	2026-11-04T06:05:02.102150Z
deepswe	code	0.67	1.00	0.67	non	oui	2026-11-04T06:05:02.015436Z
deepswe-1.1	code	0.67	1.00	0.67	non	non	2026-11-04T06:05:02.264958Z
exploitbench	code	0.33	1.00	0.33	non	oui	2026-11-04T06:05:02.119326Z
exploitgym	agents	0.12	1.00	0.12	non	oui	2026-11-04T06:05:02.129660Z
frontiercode-1.1	reasoning	0.40	1.00	0.40	non	non	2026-11-04T06:05:02.272570Z
frontiermath	math	0.79	1.00	0.79	non	oui	2026-11-04T06:05:02.191498Z
frontiermath-tier-4-v2	math	0.58	1.00	0.58	non	oui	2026-11-04T06:05:02.200859Z
gdp-pdf	general	0.23	1.00	0.23	non	oui	2026-11-04T06:05:02.181057Z
genebench-pro	agents	0.11	1.00	0.11	non	oui	2026-11-04T06:05:02.030983Z
gpqa	reasoning	0.92	1.00	0.92	non	oui	2026-11-04T06:05:02.184445Z
graphwalks-bfs-1m	reasoning	0.51	1.00	0.51	non	oui	2026-11-04T06:05:02.247064Z
graphwalks-bfs->128k	reasoning	0.81	1.00	0.81	non	oui	2026-11-04T06:05:02.239441Z
healthbench	healthcare	0.56	1.00	0.56	non	oui	2026-11-04T06:05:02.060801Z
healthbench-consensus	healthcare	0.95	1.00	0.95	non	oui	2026-11-04T06:05:02.070265Z
healthbench-hard	healthcare	0.32	1.00	0.32	non	oui	2026-11-04T06:05:02.063971Z
healthbench-professional	healthcare	0.56	1.00	0.56	non	oui	2026-11-04T06:05:02.054591Z
internal-research-debugging-evaluation	agents	0.51	1.00	0.51	non	oui	2026-11-04T06:05:02.133929Z
kernelgen-1p	agents	0.22	1.00	0.22	non	oui	2026-11-04T06:05:02.142591Z
lifescibench	agents	0.51	1.00	0.51	non	oui	2026-11-04T06:05:02.035791Z
management-consulting-tasks	agents	0.35	1.00	0.35	non	oui	2026-11-04T06:05:01.987970Z
medchembench	reasoning	0.30	1.00	0.30	non	oui	2026-11-04T06:05:02.043258Z
mmmu-pro	vision	0.78	1.00	0.78	non	oui	2026-11-04T06:05:02.166751Z
mmmu-pro-with-tools	vision	0.80	1.00	0.80	non	oui	2026-11-04T06:05:02.172100Z
mrcr-v2-(8-needle)	long_context	0.41	1.00	0.41	non	oui	2026-11-04T06:05:02.222997Z
mrcr-v2-8-needle-512k-1m	long_context	0.41	1.00	0.41	non	oui	2026-11-04T06:05:02.235134Z
nanogpt	agents	0.02	1.00	0.02	non	oui	2026-11-04T06:05:02.148051Z
openai-connectors	agents	1.00	1.00	1.00	non	oui	2026-11-04T06:05:02.257630Z
openai-search-function-calling	agents	0.90	1.00	0.90	non	oui	2026-11-04T06:05:02.261724Z
osworld-2.0	multimodal	0.46	1.00	0.46	non	oui	2026-11-04T06:05:02.079141Z
posttrainbench-lite	agents	0.30	1.00	0.30	non	oui	2026-11-04T06:05:02.154634Z
rsi-index	agents	0.42	1.00	0.42	non	oui	2026-11-04T06:05:02.160215Z
sec-bench-pro	agents	0.49	1.00	0.49	non	oui	2026-11-04T06:05:02.113638Z
swe-bench-pro	reasoning	0.63	1.00	0.63	non	oui	2026-11-04T06:05:02.007763Z
terminal-bench-2.1	reasoning	0.85	1.00	0.85	non	oui	2026-11-04T06:05:02.020644Z
terminal-bench-4.0	reasoning	0.17	1.00	0.17	non	non	2026-11-04T06:05:02.280629Z
toolathlon	agents	0.53	1.00	0.53	non	oui	2026-11-04T06:05:02.213571Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
code	43	0.50	34.04	17	trueskill	2026-11-04T08:08:39.742311Z	rankings
agents	52	—	30.12	26	trueskill	2026-11-02	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04