# GPT-6 Luna im Überblick > GPT-6 Luna bewertet: $0.10 Eingabepreis, Batch-Kosten, Coding, Kontext und Tools. Welche Aufgaben sich eignen und wie Sie Ergebnisse prüfen. - Canonical HTML: https://omniakey.com/de/blog/gpt-6-luna-review - Markdown: https://omniakey.com/de/blog/gpt-6-luna-review.md - Published: 2026-09-23 (updated 2026-09-23) - Author: Kiki, COO at OmniaKey - Language: de - Category: Guide - Reading time: 8 min - All posts: https://omniakey.com/blog/llms.txt --- **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 im Test: 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 GPT-6 Luna im Test 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](https://omniakey.com/de/models) 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 - [GPT-6 Sol im Überblick](https://omniakey.com/de/blog/gpt-6-sol) - [GPT-6 Sol vs Luna: welches Modell wählen?](https://omniakey.com/de/blog/gpt-6-sol-vs-luna) - [GPT-6 Astra im Überblick](https://omniakey.com/de/blog/gpt-6-astra-review) - [Modellkatalog ansehen](https://omniakey.com/de/models) ## Offizielle Quellen - [OpenAI: GPT-6 Sol](https://developers.openai.com/api/docs/models/gpt-6-sol) - [OpenAI: GPT-6 Luna](https://developers.openai.com/api/docs/models/gpt-6-luna) - [OpenAI: API changelog](https://developers.openai.com/api/docs/changelog) - [OpenAI: API pricing](https://developers.openai.com/api/docs/pricing) - [OpenAI: Reasoning](https://developers.openai.com/api/docs/guides/reasoning) - [OpenAI: Model catalog](https://developers.openai.com/api/docs/models) Für das aktuelle Paar kleiner Modelle vergleicht [Haiku 5.5 vs Luna 6](https://omniakey.com/de/blog/haiku-5-5-vs-luna-6) die Preisschwellen, API-Anbindung und Kosten bei gleicher Tokenmenge.