GPT-6 Luna

Fiche modèle · OpenAI · gpt-6-luna

GPT-6 Luna is OpenAI's GPT-6 model for focused, high-volume tasks. It supports text and image input with text output, a 1,050,000-token context window (maximum input 922,000 tokens), and 128,000 output tokens. Reasoning effort supports none, low, medium (API default), high, xhigh, and max. Responses API supports reasoning with function calling and built-in tools; Chat Completions function calling requires reasoning effort none. Standard per-million-token pricing is $0.1 input, $0.01 cached input, $0.125 cache writes, and $0.5 output. Prompts above 272K input tokens cost 2x input/cache and 1.5x output across the full request. Batch and Flex cost 50% of Standard; Fast costs 2x applicable rates. Regional processing adds 10% where available. Launch benchmarks are OpenAI-reported; effort, cost per task, and evaluation variants are recorded with each score.

Identité

OrganisationOpenAI
Pays—
Famille—
Typellm
Date de sortie2026-09-22
Licenceproprietary
Licence commercialenon
Licence open sourcenon
Poids ouvertsnon
Auto-hébergement (DGX Spark)non — poids fermés
Modalitésimage|text
Fenêtre de contexte922 000
KV cache / token (Q8)—
Paramètres totaux≈ 232 B–1.64 T (estimation, confiance très faible — https://gitlab.com/data-players/llm-stats-analysis/-/blob/main/docs/estimation-parametres-openai.md)
Paramètres actifs (session)≈ 40 B–72 B (estimation, confiance très faible — https://gitlab.com/data-players/llm-stats-analysis/-/blob/main/docs/estimation-parametres-openai.md)
Source des paramètres actifshttps://gitlab.com/data-players/llm-stats-analysis/-/blob/main/docs/estimation-parametres-openai.md (estimation, confiance très faible)
Curation des paramètres actifs2026-10-25
Prix par session0.20 $ (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)59.1 M
Ratio Terminal-Bench / Data Players49.2×
Coût / tâche (Terminal-Bench)1.52 $
Tokens d'entraînement—
Coupure de connaissance2026-05-18
Créé le2026-09-22T21:05:34.431353Z
Mis à jour le2026-11-04T06:05:03.133963Z
SourceLLM Stats
URLhttps://llm-stats.com/models/gpt-6-luna

Prix par fournisseur

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 « — ».

FournisseurSourceSouverainetéEntrée (/M tok)Sortie (/M tok)QuantificationContexteLatence (s)Débit (tok/s)Statut
Microsoft Foundryeurouternon———1 050 000———
OpenAIllm-statsnon0.10 $0.50 $————active

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

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
multimodal0.50
reasoning0.40
general0.50
agents0.50
code0.50
tool_calling0.40
vision0.50

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
agents-last-examagents0.511.000.51nonoui2026-11-04T06:05:03.145131Z
automationbench-1.0.6agents0.211.000.21nonoui2026-11-04T06:05:03.139215Z
deepswe-1.1code0.671.000.67nonoui2026-11-04T06:05:03.158147Z
frontiercode-1.1reasoning0.421.000.42nonoui2026-11-04T06:05:03.153710Z
osworld-2.0multimodal0.531.000.53nonoui2026-11-04T06:05:03.165487Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
agents500.5030.415trueskill2026-11-04T08:08:47.839150Zrankings
code64—29.282trueskill2026-10-19model_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