# Analyse de GPT-6 Luna > Analyse de GPT-6 Luna : entrée à $0.10, coûts Batch, code, contexte et outils. Découvrez les tâches adaptées et comment valider les résultats. - Canonical HTML: https://omniakey.com/fr/blog/gpt-6-luna-review - Markdown: https://omniakey.com/fr/blog/gpt-6-luna-review.md - Published: 2026-09-23 (updated 2026-09-23) - Author: Kiki, COO at OmniaKey - Language: fr - Category: Guide - Reading time: 8 min - All posts: https://omniakey.com/blog/llms.txt --- **GPT-6 Luna**, sorti le **22 septembre 2026**, cible les tâches précises à fort volume. Ses $0.10 d’entrée et $0.50 de sortie par million représentent un vingtième des prix de Sol. Concevez la validation en même temps que le prompt. > **Vérifié le 23 septembre 2026.** Cet avis GPT-6 Luna repose sur la documentation OpenAI et des calculs reproductibles. Nous n’avons pas réalisé de benchmark contrôlé. Les recommandations sont des pistes à tester, pas des mesures de précision ou de vitesse. ## À qui s’adresse GPT-6 Luna ? Son avantage documenté le plus net est le prix, avec images en entrée, raisonnement et outils. Il constitue un candidat pour les étapes répétables d’une application. Privilégiez les erreurs détectables : champ manquant, catégorie invalide ou JSON mal formé. Une erreur de sens invisible peut coûter plus que l’économie de tokens. ## Caractéristiques et contexte de GPT-6 Luna |Caractéristique|GPT-6 Luna| |-|-| |Identifiant API|`gpt-6-luna`| |Date de sortie|2026-09-22| |Contexte (tokens)|1,050,000| |Entrée maximale (tokens)|922,000| |Sortie maximale (tokens)|128,000| |Entrée / sortie|Texte et images / texte| |Effort de raisonnement|`none`, `low`, `medium`, `high`, `xhigh`, `max`| |Date limite des connaissances|2026-05-18| Le réglage par défaut est `medium`. Le contexte de 1,05M est une capacité maximale : l’entrée est limitée à 922K et la sortie inclut le raisonnement. Des limites identiques ne démontrent pas une précision identique sur des documents longs ou du code. ## Prix de l’API GPT-6 Luna Tarifs directs OpenAI en USD par million de tokens, en traitement Standard. Ce ne sont pas les tarifs OmniaKey. |Catégorie|Entrée jusqu’à 272K|Entrée au-delà de 272K| |-|-|-| |Entrée sans cache|$0.10|$0.20| |Lecture du cache|$0.01|$0.02| |Écriture du cache|$0.125|$0.25| |Sortie|$0.50|$0.75| Au-delà de **272K tokens d’entrée**, **toute la requête** passe à 2x le tarif d’entrée/cache et 1,5x le tarif de sortie. Le supplément ne concerne pas seulement l’excédent. Exactement 272K reste dans la tranche basse selon le texte actuel. Batch et Flex coûtent 50% des tarifs Standard applicables ; Fast coûte 2x. Le traitement régional ajoute 10% lorsqu’il est proposé. Les conditions varient et le prix ne garantit pas une latence. ## Le coût de 1 000 tâches avec Luna |Charge hypothétique|Coût des tokens| |-|-| |100K d’entrée sans cache + 10K de sortie facturée|$0.015| |300K d’entrée sans cache + 10K de sortie facturée|$0.0675| |1 000 tâches de 10K d’entrée + 1K de sortie chacune|$1.50| 10K d’entrée et 1K de sortie coûtent `0.01 × $0.10 + 0.001 × $0.50 = $0.0015`. Mille tâches donnent $1.50 en Standard, ou $0.75 au tarif Batch documenté si disponible. Chaque document ne consomme pas forcément ce volume. Ce sont des calculs, pas des factures observées. La sortie comprend raisonnement et texte visible. Hypothèses : un essai, aucun cache lu ou écrit, hors outils, stockage, taxes et vérification humaine. Utilisez les données usage réelles. ## Avis GPT-6 Luna : performances et limites L’efficacité annoncée n’est ni une précision ni une vitesse mesurée. Nous n’avons pas réalisé de benchmark de Luna. En extraction, distinguez omissions, erreurs et valeurs inventées : du JSON valide peut contenir un total faux. En classification, ajoutez ambiguïtés et cas inconnus. Pour le code, commencez par des changements locaux testables. ## Quels usages tester en premier ? - **Documents :** vérifier champs, sommes et sources. - **Classification :** restreindre les catégories et permettre un résultat inconnu. - **Code :** petites transformations avec tests exécutables. Limitez les reprises, consignez les validations et contrôlez un échantillon des résultats acceptés. Outils répétés et réparation humaine peuvent absorber l’économie ; faites remonter les cas non résolus. ## Compatibilité API et appels d’outils Les deux modèles acceptent Responses et Chat Completions. Pour associer raisonnement et outils, utilisez **Responses API**. Chat Completions ne permet le function calling qu’avec `reasoning_effort=none` ; les comportements ne sont pas identiques. Sur Responses, `reasoning.effort` accepte `none`, `low`, `medium`, `high`, `xhigh` et `max`. Fixez ce réglage pour comparer. Sorties structurées et images en entrée sont prises en charge ; la sortie native est du texte. La génération d’images par outil est une opération distincte. ```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": "Extrais les produits et quantités dans un tableau JSON : 3 carnets et 2 stylos." }' ``` Exemples et prix concernent OpenAI en direct. Vérifiez route, fonctions et tarif dans le [catalogue OmniaKey](https://omniakey.com/fr/models). Une sortie chez OpenAI ne confirme pas l’accès via une passerelle, Codex ou un abonnement ChatGPT. ## Questions fréquentes ### Quel est le prix de GPT-6 Luna ? Jusqu’à 272K d’entrée en Standard : $0.10 entrée, $0.01 lecture du cache, $0.125 écriture et $0.50 sortie par million de tokens. ### Luna peut-il programmer ? Texte, raisonnement et outils permettent de l’évaluer sur du code. Commencez par des modifications vérifiables ; le prix ne prouve pas la fiabilité sur de grands changements. ### Le contexte est-il identique à celui de Sol ? Oui : 1,050,000 de contexte, 922,000 d’entrée maximale et 128,000 de sortie. Cela ne prouve pas la même précision ou vitesse. ## À lire également - [Analyse de GPT-6 Sol](https://omniakey.com/fr/blog/gpt-6-sol) - [GPT-6 Sol vs Luna : lequel choisir ?](https://omniakey.com/fr/blog/gpt-6-sol-vs-luna) - [Analyse de GPT-6 Astra](https://omniakey.com/fr/blog/gpt-6-astra-review) - [Voir le catalogue](https://omniakey.com/fr/models) ## Sources officielles - [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) Pour choisir entre ces deux petits modèles actuels, consultez [Haiku 5.5 vs Luna 6](https://omniakey.com/fr/blog/haiku-5-5-vs-luna-6) : seuils tarifaires, compatibilité API et coûts à volume de tokens égal.