OpenAI · GPT
GPT-6 Luna
gpt-6-luna
Solide WahlSchnell & günstig
- Zusammenfassen und Extrahieren in großer Menge
- kurze Auskünfte
- günstige Hintergrundlasten
KontextfensterDie maximale Textmenge (in Tokens), die ein Modell pro Anfrage gleichzeitig „im Blick“ hat – Eingabe plus bisheriger Verlauf. Ist es voll, fällt Älteres aus dem Kontext.Mehr im Wissen → - 1.05 Mio.
TokenDie kleinste Verarbeitungseinheit eines Sprachmodells – ein Wortstück, kein ganzes Wort. Faustregel: rund 1.000 Tokens entsprechen grob 750 deutschen Wörtern. Preise und Kontextlängen werden in Tokens gerechnet.Mehr im Wissen → - Max. Ausgabe
- 128 K Token
- Preis (Input / Output)
- $0.1 / $0.5 je 1 Mio. Token
Preis-LeistungHier: AA-Intelligenz geteilt durch den (3:1 gewichteten) Token-Preis – Indexpunkte je Dollar pro Mio. Tokens. Höher = mehr Leistung fürs Geld. Entspricht der „Intelligence vs. Price“-Sicht von Artificial Analysis.Mehr im Wissen → - 185,0 Indexpkt. je $/Mio. Token
WissensstichtagDer Zeitpunkt, bis zu dem die Trainingsdaten eines Modells reichen („knowledge cutoff“). Über spätere Ereignisse weiß das Modell von sich aus nichts – es sei denn, sie werden ihm in der Anfrage mitgegeben.Mehr im Wissen → - 18.05.2026
- Release
- 22. September 2026
Stärken
Günstigstes Modell der Familie: 0,10 / 0,50 $ je Million Ein-/Ausgabe-Token, ein Zwanzigstel des Sol-Eingabepreises Kosten je AA-Index-Aufgabe von 17,8 auf 6,8 Cent gefallen, bei unverändert 37,3 Indexpunkten Schnellste Stufe der Familie – 162 Token/s im AA-Median gegen 131 bei Sol und 58 bei Astra Gleiches Kontextfenster wie die großen Stufen (1.050.000 Token) statt eines beschnittenen Sparmodells
Schwächen
Schwächste Stufe der Familie: 37,3 Indexpunkte gegen 47,5 bei Sol und 52,7 bei Astra Kein Fähigkeitsgewinn gegenüber GPT-5.6 Luna – die Punktzahl in der höchsten Stufe ist identisch AA-Coding- und AA-Agentic-Index noch nicht ausgewiesen Für offene, mehrdeutige Aufgaben nicht gedacht – OpenAI selbst positioniert das Modell auf eng umrissene Aufgaben mit klarem Ziel
Typische Einsatzfälle
Zusammenfassen und Extrahieren in großer Menge kurze Auskünfte mit klarem Ziel kostensensible Hintergrundlasten in Agenten-Ketten Einstufen, Weiterleiten und Ja-Nein-Prüfungen über die Decisions API (Beta seit 6. Oktober 2026, nur Eingabe-Token berechnet)
Leistung im Vergleich
Unabhängige Indizes (Artificial Analysis, 0–100), zwei kontaminationsarme Einzel-Benchmarks (Terminal-Bench, agentische Shell-Aufgaben; τ²-bench, Tool-Use-Verlässlichkeit über viele Läufe) und Human-Präferenz-Elo (LMArena). Die dunkle Markierung zeigt den Bestwert im Katalog – so wird der Abstand zur Spitze sichtbar. Die
AA-IntelligenzZusammengesetzter Intelligenz-Index von Artificial Analysis (unabhängig, 0–100): bündelt mehrere Reasoning-, Wissens- und Mathe-Benchmarks zu einer Zahl. Je höher, desto stärker das allgemeine Reasoning.Mehr im Wissen → 37
Benchmarks im Detail
Kennzahlen aus zitierten Messungen – unabhängige Quellen sind ausgewiesen, Anbieterangaben entsprechend markiert. Werte sind nicht über Skalen hinweg vergleichbar. Wie man Benchmark-Zahlen liest →
Artificial Analysis Intelligence Index (v4.3)
37,3
(max) · 33,9 (xhigh) · 32,1 (high) · 29,5 (medium) · 20,9 (low) · 18,3 (ohne Denken); GPT-5.6 Luna: 37,3 (max)
unabhängigArtificial Analysis (API-Freiroute), abgerufen 2026-09-23
Kosten je Index-Aufgabe (Artificial Analysis)
0,068
$ (max) · 0,042 $ (xhigh) · 0,029 $ (high) · 0,017 $ (medium) · 0,005 $ (low); GPT-5.6 Luna: 0,178 $ (max)
unabhängigArtificial Analysis (API-Freiroute), abgerufen 2026-09-23
Ausgabetempo (Median, Artificial Analysis)
162
Token/s; GPT-5.6 Luna: 143 Token/s
unabhängigArtificial Analysis (API-Freiroute), abgerufen 2026-09-23
Einordnung
Unabhängig gemessen am Erscheinungstag: Artificial Analysis misst für GPT-6 Luna in der höchsten Denkstufe 37,3 Beleg · SekundärquelleAA-IntelligenzZusammengesetzter Intelligenz-Index von Artificial Analysis (unabhängig, 0–100): bündelt mehrere Reasoning-, Wissens- und Mathe-Benchmarks zu einer Zahl. Je höher, desto stärker das allgemeine Reasoning.Mehr im Wissen → – genau den Wert des Vorgängers GPT-5.6 Luna. Verschoben hat sich allein die Kostenseite: 6,8 statt 17,8 Cent je Index-Aufgabe, ein Rückgang um 62 Prozent. In den mittleren Stufen ist der Zugewinn größer als an der Spitze: bei „medium“ 29,5 gegen 25,0 Punkte.OpenAI beschreibt Luna als „our most efficient model for focused, high-volume tasks“ und nennt als Beispiele das Zusammenfassen von Dokumenten, das Extrahieren von Angaben und kurze Auskünfte. Die Denkstufen und das Kontextfenster entsprechen denen von Sol; die Sparstufe ist also nicht beschnitten, sondern schlicht schwächer. Beleg · PrimärquelleSeit dem 6. Oktober 2026 ist Luna das einzige Modell hinter OpenAIs Decisions API (öffentliche Beta). Dort beantwortet es vorab formulierte Fragen mit Wahrscheinlichkeiten, Auswahl- oder Skalenwerten statt mit Text; berechnet werden nur Eingabe- Beleg · PrimärquelleTokenDie kleinste Verarbeitungseinheit eines Sprachmodells – ein Wortstück, kein ganzes Wort. Faustregel: rund 1.000 Tokens entsprechen grob 750 deutschen Wörtern. Preise und Kontextlängen werden in Tokens gerechnet.Mehr im Wissen → zu 0,10 $ je Million, Ausgabe- und Cache-Gebühren entfallen. Die Angabe, das sei etwa zehnmal schneller als die Responses API, stammt von OpenAI selbst.
ℹ️