GPT-6 Luna API

NeuLLM

Die GPT-6 Luna API ist die schnelle, günstigere GPT-6-Route mit 1M-Kontext, Bildeingabe und Tool-Nutzung.

Dokumentation lesen Holen Sie sich Ihren API-Schlüssel

Eingabe · USD / 1 Mio. Token$0.2 USD
Ausgabe · USD / 1 Mio. Token$1.2 USD
Kontext1M
Tool-Preise und Abrechnungsregeln ansehen

Was erschaffen wir heute?

Bring eine Idee, eine Frage oder einen ersten Entwurf mit.

Wofür dieses Modell gedacht ist

Die GPT-6 Luna API ist die schnelle, günstigere GPT-6-Route mit 1M-Kontext, Bildeingabe und Tool-Nutzung.

GPT-6 Luna ist die preisgünstige Stufe der GPT-6-Familie von OpenAI, am 22. September 2026 als gpt-6-luna veröffentlicht und für fokussierte Arbeit mit hohem Volumen ausgelegt. Der Katalog führt das Modell als schnelle Stufe und nennt Bildeingabe, Tool-Aufrufe, ein Kontextfenster von 1.050.000 Tokens und dieselbe Obergrenze von 128.000 Ausgabe-Tokens wie GPT-6 Sol und GPT-6 Astra. Der Wissensstand endet am 18. Mai 2026, dem jüngsten der Familie, und die Sätze für Eingabe, Ausgabe und Cache-Lesen sind die niedrigsten der drei.

Setzen Sie Luna dort ein, wo eine Prüfung die Antwort günstig absichert: Feldextraktion, Label-Zuweisung, kurze Umschreibungen und mechanische Bearbeitungen. Die volle Spanne von none bis max erlaubt es demselben Modell, für eine saubere Klassifikation auf Reasoning zu verzichten oder es für eine unübersichtliche Seite einzusetzen. GPT-6 Sol bleibt die Wahl für zusammenhängende technische Entscheidungen, und Claude Haiku 5.5 ist die nächstliegende Alternative für Code, der bereits über die Anthropic-API läuft.

Wählen Sie GPT-6 Luna für häufige GPT-6-Iterationen, bei denen Reaktionsschnelligkeit und ein niedrigerer Listenpreis entscheidend sind.

Passende Coding-Workloads

Klassifikation von Support-Tickets

Weisen Sie jedem eingehenden Ticket eine Warteschlange, eine Priorität und einen Produktbereich zu. Begrenzen Sie die Label-Menge, schließen Sie eine Option für Unbekanntes ein und arbeiten Sie mit effort none, damit ein Ticket ohne Reasoning-Bedarf keine Reasoning-Tokens verbraucht. Protokollieren Sie jede Vorhersage mit dem Feld, auf das sie sich stützt, und prüfen Sie wöchentlich eine Stichprobe der angenommenen Labels.

Massenhaftes Umschreiben

Schreiben Sie Produktbeschreibungen, Release Notes oder E-Mails für Tausende Datensätze in einen festen Stil um. Legen Sie die Stilregeln und drei Beispiele in die Systemnachricht, verlangen Sie reinen Text und prüfen Sie die Ausgabe gegen eine Liste unerwünschter Wörter. Ein zweiter Durchlauf für die Fehlerfälle bleibt zu den genannten Sätzen von Luna günstig.

Mechanische Code-Änderungen

Wenden Sie eine Änderung an, die sich exakt beschreiben lässt: ein Symbol umbenennen, eine fehlende Null-Prüfung ergänzen, einen Test auf den neuen Assertion-Stil umstellen. Geben Sie die Datei, die Regel und den Testbefehl an und führen Sie danach die Suite auf dem Patch aus. Ungeklärte Fehlschläge gehen an GPT-6 Sol statt an viele Wiederholungen mit Luna.

Technische Spezifikation

Für diese Route überprüfte Katalogfakten und Integrationsdetails.

Modell-ID: gpt-6-luna
Kontext: 1M
Eingaben und Werkzeuge: Vision · Tool-Nutzung · Schnelle Antworten
API-Endpunkt: /v1/chat/completions
Cache-Treffer / 1 Mio: $0.02 USD
Coding-Clients: Codex · Cursor · Cline · Aider

Einschränkungen im Überblick

Ein wohlgeformtes JSON-Objekt oder ein plausibles Label kann trotzdem falsch sein, daher braucht jede Aufgabe mit hohem Volumen eine Prüfung statt einer Stichprobe.
Bei effort max werden die Reasoning-Tokens als Ausgabe abgerechnet und füllen das Fenster, sodass ein langer Prompt weniger Platz für die Antwort lässt, als die Grenzen vermuten lassen.
Function Calling über Chat Completions funktioniert nur mit reasoning_effort auf none; Reasoning und Tools zusammen erfordern die Responses API.
Die Ausgabe ist reiner Text. Die Bilderzeugung ist ein separater Vorgang, und Audio- oder Videoeingabe ist für dieses Modell nicht genannt.

Vergleichen Sie Modelle in der Nähe

Vergleichen Sie die Workload-Passform und die aktuell aufgeführten Token-Raten, bevor Sie eine Route auswählen.

Modell	Am besten für	Kontext	Eingabe	Ausgabe
GPT-6 LunaDiese Seite gpt-6-luna	Die Standardwahl für begrenzte Schritte mit hohem Volumen, die eine günstige Prüfung kontrollieren kann.	1M	$0.2 USD Offizieller Preis $0.1 USD	$1.2 USD Offizieller Preis $0.5 USD
GPT-6 Sol gpt-6-sol	Für zusammenhängende technische Entscheidungen, bei denen eine falsche Ausgabe weit mehr kostet als die Tokens.	1M	$0.225 USD Offizieller Preis $2 USD	$1.35 USD Offizieller Preis $10 USD
GPT-5.6 Luna gpt-5.6-luna	Die ältere schnelle Stufe hat höhere Sätze für Eingabe, Ausgabe und Cache und ein einziges Preisband.	1M	$0.2 USD Offizieller Preis $0.2 USD	$1.2 USD Offizieller Preis $1.2 USD
Claude Haiku 5.5 claude-haiku-5-5	Die Anthropic-Alternative mit 1M-Kontextfenster für Teams, die bereits die Messages API nutzen.	1M	$0.08 USD Offizieller Preis $0.1 USD	$0.4 USD Offizieller Preis $0.5 USD

SDK-Schnellstarts

Verwenden Sie eine Basis-URL und eine Modell-ID von cURL, Python oder TypeScript.

Streaming-Chat-Completion

curl https://api.omniakey.com/v1/chat/completions \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-luna",
    "messages": [
      {"role": "user", "content": "Review this pull request"}
    ],
    "stream": true
  }'

Schätzen Sie die Token-Kosten

Geben Sie die erwarteten Ein- und Ausgabetokens ein, um die aktuell aufgeführten Preise zu vergleichen.

Eingabe-TokensAusgabe-Tokens

OmniaKey-Schätzung: 0,044 $
Schätzung zum offiziellen Preis: 0,02 $
Geschätzte Einsparungen: 0,00 $

Die Schätzung umfasst nur Eingabe- und Ausgabe-Tokens. Cache-Nutzung, Wiederholungsversuche, Tools und clientseitige Token-Abrechnung können die endgültige Gebühr ändern.

Quellen und Überprüfung

Modellfakten und Links wurden auf 2026-10-27 überprüft. Die Anbieterdokumentation bleibt die Autorität für das Upstream-Verhalten.

Häufig gestellte Fragen

Wie viel kostet GPT-6 Luna auf OmniaKey?

OmniaKey berechnet derzeit $0.2 USD je 1 Mio. Eingabe- und $1.2 USD je 1 Mio. Ausgabetoken in USD. Direkte Anbieterpreise sind getrennt und können von der Länge des Eingabekontexts abhängen.

Was ist das Kontextfenster für GPT-6 Luna?

Das aufgeführte Kontextfenster ist 1M. Die tatsächlich nutzbaren Grenzwerte können auch vom Client- und Upstream-Anforderungsformat abhängen.

Wofür eignet sich GPT-6 Luna am besten?

Für fokussierte, wiederholbare Arbeit mit einer günstigen Prüfung: Support-Tickets klassifizieren, Rechnungsfelder extrahieren, Datensätze in einen festen Stil umschreiben und mechanische Code-Änderungen anwenden. Der Katalog führt das Modell als schnelle Stufe, und die genannten Sätze sind die niedrigsten der GPT-6-Familie, was hohen Volumen entgegenkommt. Behalten Sie bei jeder Aufgabe eine Prüfung bei, denn eine wohlgeformte Antwort kann trotzdem falsch sein.

GPT-6 Luna oder Claude Haiku 4.5: Welches Modell passt besser?

Haiku 4.5 nennt ein Kontextfenster von 200K, Luna dagegen 1.050.000 Tokens, sodass ein langes Repository oder ein Dokumentensatz ohne Aufteilung in Luna passt. Haiku 4.5 stammt aus der älteren Anthropic-Generation, und Claude Haiku 5.5 ist heute der nähere Vergleich. Entscheiden Sie nach der API, die Ihr Code bereits nutzt, und testen Sie beide an Ihren eigenen Aufgaben.

Wie groß ist das Modell GPT-6 Luna?

Der Katalog nennt das Kontextfenster statt einer Parameterzahl: 1M Tokens, 128.000 Ausgabe-Tokens, Bildeingabe und Tool-Aufrufe. Betrachten Sie diese veröffentlichten Grenzen, die Effort-Spanne und die genannten Sätze als prüfbare Vergleichspunkte und entscheiden Sie anhand akzeptierter Ausgaben bei Ihren eigenen Aufgaben statt anhand einer Größenangabe.

Wie wird GPT-6 Luna abgerechnet?

Nach Eingabe-, Ausgabe- und zwischengespeicherten Eingabe-Tokens, zusätzlich mit einem Aufschlag für das Schreiben in den Cache. Reasoning-Tokens zählen als Ausgabe, und ein stabiler Präfix hält den Satz für zwischengespeicherte Eingabe aktiv. Batch und Flex liegen unter Standard, der Fast-Modus darüber. Aktuelle Sätze stehen in der Preistabelle auf der Modellseite.

Kann GPT-6 Luna Tools und Bilder nutzen?

Das Modell nimmt Text und Bilder an und kann Funktionen aufrufen. Kombinieren Sie Reasoning und Tools über POST /v1/responses; bei Chat Completions funktioniert Function Calling nur, wenn reasoning_effort auf none steht. Ergebnisse kommen als Text zurück, da das Modell keine Bilder liefert. Verwenden Sie die Modell-ID gpt-6-luna unter https://api.omniakey.com/v1 und übernehmen Sie sie exakt.