GPT-6 Luna erschien am 22. September 2026 für klar umrissene Aufgaben mit hohem Volumen. $0.10 Eingabe und $0.50 Ausgabe pro Million Token entsprechen einem Zwanzigstel der Sol-Tarife. Prompt und Validierung sollten gemeinsam entworfen werden.

Geprüft am 23. September 2026. Diese Bewertung stützt sich auf OpenAI-Dokumentation und nachvollziehbare Kostenrechnungen. Wir haben keinen kontrollierten Benchmark durchgeführt. Empfehlungen sind Ausgangspunkte für eigene Tests, keine gemessenen Qualitäts- oder Geschwindigkeitswerte.

Für wen lohnt sich GPT-6 Luna?

Der klarste dokumentierte Vorteil ist der Preis bei erhaltenen Bild-, Reasoning- und Tool-Funktionen. Luna ist damit ein Kandidat für wiederholbare Anwendungsschritte.

Zunächst Aufgaben wählen, bei denen fehlende Felder, ungültige Kategorien oder falsches JSON auffallen. Unbemerkte inhaltliche Fehler können die Tokenersparnis schnell übersteigen.

GPT-6 Luna: Spezifikationen und Kontext

Merkmal	GPT-6 Luna
API-Modell-ID	`gpt-6-luna`
Veröffentlichung	2026-09-22
Kontextfenster (Token)	1,050,000
Maximale Eingabe (Token)	922,000
Maximale Ausgabe (Token)	128,000
Eingabe / Ausgabe	Text und Bilder / Text
Reasoning-Stufe	`none`, `low`, `medium`, `high`, `xhigh`, `max`
Wissensstand	2026-05-18

Beide Modelle verwenden standardmäßig medium. Das Kontextfenster von 1,05M ist eine Kapazitätsgrenze: maximal 922K Eingabetoken; das Ausgabebudget umfasst auch Reasoning. Gleiche Grenzen belegen keine gleiche Genauigkeit bei langen Dokumenten oder Code.

Was kostet die GPT-6 Luna API?

Direkte OpenAI-Preise in USD pro Million Token bei Standard-Verarbeitung. Dies sind keine OmniaKey-Tarife.

Kategorie	Eingabe bis 272K	Eingabe über 272K
Eingabe ohne Cache	$0.10	$0.20
Cache-Lesen	$0.01	$0.02
Cache-Schreiben	$0.125	$0.25
Ausgabe	$0.50	$0.75

Bei mehr als 272K Eingabetoken gelten für die gesamte Anfrage doppelte Eingabe-/Cache-Preise und 1,5-fache Ausgabepreise. Nicht nur die überschüssigen Token werden teurer. Genau 272K bleibt laut aktueller Formulierung im unteren Tarif.

Batch und Flex kosten 50% der jeweiligen Standard-Tarife, Fast 2x; regionale Verarbeitung kostet gegebenenfalls 10% zusätzlich. Verfügbarkeit und Verhalten unterscheiden sich. Der Preis ist keine Latenzgarantie.

Was kosten 1.000 Luna-Aufgaben?

Angenommene Arbeitslast	Tokenkosten
100K Eingabe ohne Cache + 10K berechnete Ausgabe	$0.015
300K Eingabe ohne Cache + 10K berechnete Ausgabe	$0.0675
1.000 Aufgaben mit jeweils 10K Eingabe + 1K Ausgabe	$1.50

10K Eingabe plus 1K Ausgabe kosten 0.01 × $0.10 + 0.001 × $0.50 = $0.0015. Tausend solche Aufgaben ergeben $1.50 Standard oder rechnerisch $0.75 mit dem dokumentierten Batch-Rabatt, sofern verfügbar. Dokumente haben nicht automatisch diesen Tokenumfang.

Dies sind Rechnungen, keine gemessenen Rechnungsbeträge. Ausgabe umfasst Reasoning und sichtbaren Text. Angenommen wird ein Versuch ohne Cache-Lesen/-Schreiben; Tools, Speicher, Steuern und menschliche Prüfung sind ausgeschlossen. Tatsächliche usage-Werte auswerten.

Leistung und Grenzen von Luna

Effizienz ist eine Anbieterpositionierung, keine gemessene Genauigkeit oder Geschwindigkeit. Wir haben Luna nicht selbst einem kontrollierten Benchmark unterzogen.

Bei Extraktion fehlende, falsche und erfundene Werte getrennt zählen. Gültiges JSON kann eine falsche Rechnungssumme enthalten. Klassifikation mit mehrdeutigen und unbekannten Eingaben testen; Coding mit lokalen, testbaren Änderungen beginnen.

Geeignete erste Einsatzfälle

Dokumente: Pflichtfelder, Summen und Belegstellen prüfen.
Klassifikation: Labels begrenzen und unbekannte Fälle zulassen.
Code: kleine Transformationen mit ausführbaren Tests.

Wiederholungen begrenzen, Validierungen protokollieren und angenommene Ergebnisse stichprobenartig prüfen. Zusätzliche Tools und menschliche Reparatur können die Ersparnis aufzehren; ungelöste Fälle eskalieren.

API-Kompatibilität und Tool-Aufrufe

Beide unterstützen Responses und Chat Completions. Für Reasoning mit Tools Responses API verwenden. Chat Completions unterstützt Function Calling nur mit reasoning_effort=none; beide Endpunkte sind nicht funktional identisch.

Responses akzeptiert none, low, medium, high, xhigh und max für reasoning.effort. Die Einstellung beim Vergleich konstant halten. Strukturierte Ausgaben und Bildeingaben sind unterstützt; native Ausgabe ist Text. Bilderzeugung über ein Tool ist eine separate Operation.

bash

curl --fail-with-body https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-luna",
    "reasoning": {
        "effort": "medium"
    },
    "input": "Extrahiere Artikel und Mengen als JSON-Array: 3 Notizbücher und 2 Stifte."
}'

Preise und Beispiele beziehen sich auf OpenAI direkt. Route, Funktionen und Tarif bei OmniaKey im Modellkatalog prüfen. Eine OpenAI-Veröffentlichung bestätigt keine Freischaltung in einem Gateway, Codex oder ChatGPT-Abo.

Häufige Fragen

Wie hoch sind Lunas API-Preise?

Bis 272K Eingabe bei Standard: $0.10 Eingabe, $0.01 Cache-Lesen, $0.125 Cache-Schreiben und $0.50 Ausgabe pro Million Token.

Kann Luna programmieren?

Text, Reasoning und Tools ermöglichen Coding-Tests. Mit kleinen überprüfbaren Änderungen beginnen; der Preis belegt keine Zuverlässigkeit bei großen Umbauten.

Ist das Kontextfenster gleich groß wie bei Sol?

Ja: 1,050,000 Kontext, 922,000 maximale Eingabe und 128,000 maximale Ausgabe. Daraus folgt keine gleiche Genauigkeit oder Geschwindigkeit.

Weitere Vergleiche

Offizielle Quellen

OmniaKey kennenlernen Modellkatalog ansehen

GPT-6 Luna im Überblick

GPT-6 LUNA