GPT-6 Luna API
NuovoLLML'API di GPT-6 Luna è il percorso GPT-6 rapido e più economico, con contesto da 1 M, input immagini e uso di strumenti.
- Input · USD / 1M token$0.2 USD
- Output · USD / 1M token$1.2 USD
- Contesto1M
- Vedi prezzi degli strumenti e regole di fatturazione
Cosa creiamo oggi?
Porta un’idea, una domanda o una prima bozza.
01
A cosa serve questo modello
L'API di GPT-6 Luna è il percorso GPT-6 rapido e più economico, con contesto da 1 M, input immagini e uso di strumenti.
GPT-6 Luna è il livello economico della famiglia GPT-6 di OpenAI, rilasciato il 22 settembre 2026 come gpt-6-luna e pensato per lavori mirati e ad alto volume. Il catalogo lo indica come livello veloce e riporta input immagine, uso di strumenti, una finestra di contesto di 1.050.000 token e lo stesso tetto di 128.000 token di output di GPT-6 Sol e GPT-6 Astra. La data di aggiornamento delle conoscenze è il 18 maggio 2026, la più recente della famiglia, e le tariffe di input, output e lettura dalla cache sono le più basse delle tre.
Usa Luna dove un validatore chiude la risposta a basso costo: estrazione di campi, assegnazione di etichette, riscritture brevi e modifiche meccaniche. L'intero intervallo di ragionamento da none a max permette allo stesso modello di saltare il ragionamento per una classificazione pulita o di impiegarlo su una pagina disordinata. GPT-6 Sol resta la scelta per decisioni ingegneristiche collegate, e Claude Haiku 5.5 è l'alternativa più vicina per codice già presente sull'API Anthropic.
Carichi di lavoro di programmazione più adatti
Classificazione dei ticket di supporto
Assegna a ogni ticket in arrivo una coda, una priorità e un'area di prodotto. Vincola l'insieme delle etichette, includi un'opzione sconosciuta ed esegui a effort none così un ticket che non richiede ragionamento non consuma token di ragionamento. Registra ogni previsione con il campo su cui si è basata e rivedi ogni settimana un campione di etichette accettate.
Riscrittura in blocco su larga scala
Riscrivi descrizioni di prodotto, note di rilascio o email in uno stile fisso per migliaia di record. Metti le regole di stile e tre esempi nel messaggio di sistema, chiedi solo testo semplice e verifica l'output contro un elenco di parole vietate. Un secondo passaggio per i casi falliti resta economico alle tariffe indicate di Luna.
Modifiche meccaniche al codice
Applica una modifica che sai descrivere esattamente: rinomina un simbolo, aggiungi un controllo null mancante, converti un test al nuovo stile di asserzione. Fornisci il file, la regola e il comando di test, poi esegui la suite sulla patch. Invia i fallimenti non risolti a GPT-6 Sol invece di riprovare molte volte con Luna.
02
Specifica tecnica
Fatti del catalogo e dettagli di integrazione verificati per questo percorso.
- ID modello
- gpt-6-luna
- Contesto
- 1M
- Input e strumenti
- Visione · Uso di strumenti · Risposte veloci
- Endpoint API
- /v1/chat/completions
- Cache hit / 1M
- $0.02 USD
- Client di programmazione
- Codex · Cursor · Cline · Aider
Limiti su cui pianificare
- Un oggetto JSON ben formato o un'etichetta plausibile può comunque essere sbagliato, quindi ogni lavoro ad alto volume richiede un validatore e non un controllo a campione.
- A effort max i token di ragionamento vengono fatturati come output e occupano la finestra, quindi un prompt lungo lascia meno spazio alla risposta di quanto suggeriscano i limiti.
- La chiamata di funzioni su Chat Completions funziona solo con reasoning_effort impostato a none; ragionamento e strumenti insieme richiedono la Responses API.
- L'output è solo testo. La generazione di immagini è un'operazione separata, e per questo modello non è indicato l'input audio o video.
03
Confronta i modelli vicini
Confronta l'idoneità del carico di lavoro e le tariffe dei token attualmente elencate prima di scegliere un percorso.
| Modello | Meglio per | Contesto | Input | Output |
|---|---|---|---|---|
| GPT-6 LunaQuesta pagina gpt-6-luna | La scelta predefinita per passaggi delimitati e ad alto volume che un validatore economico può controllare. | 1M | $0.2 USD Prezzo ufficiale $0.1 USD | $1.2 USD Prezzo ufficiale $0.5 USD |
| GPT-6 Sol gpt-6-sol | Per decisioni ingegneristiche collegate in cui un output sbagliato costa molto più dei token. | 1M | $0.225 USD Prezzo ufficiale $2 USD | $1.35 USD Prezzo ufficiale $10 USD |
| GPT-5.6 Luna gpt-5.6-luna | Il livello veloce precedente ha tariffe di input, output e cache più alte e una sola fascia di prezzo. | 1M | $0.2 USD Prezzo ufficiale $0.2 USD | $1.2 USD Prezzo ufficiale $1.2 USD |
| Claude Haiku 5.5 claude-haiku-5-5 | L'alternativa Anthropic con finestra da 1M, per team già sull'API Messages. | 1M | $0.08 USD Prezzo ufficiale $0.1 USD | $0.4 USD Prezzo ufficiale $0.5 USD |
04
Avvio rapido dell'SDK
Utilizza un URL di base e un ID modello da cURL, Python o TypeScript.
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
}'05
Stima il costo in token
Inserisci i token di input e output previsti per confrontare le tariffe attualmente elencate.
- Stima OmniaKey
- 0,044 USD
- Stima della tariffa ufficiale
- 0,02 USD
- Risparmio stimato
- 0,00 USD
La stima copre solo i token di input e output. L'utilizzo della cache, i nuovi tentativi, gli strumenti e la contabilità dei token lato client possono modificare l'addebito finale.
06
Guide di programmazione correlate
Guida più approfondita alla selezione, configurazione e risoluzione dei problemi per questa famiglia di modelli.
07
Fonti e verifica
I fatti e i collegamenti del modello sono stati controllati su 2026-10-27. La documentazione del fornitore rimane l'autorità per il comportamento a monte.
Domande frequenti
Quanto costa GPT-6 Luna su OmniaKey?
OmniaKey applica attualmente $0.2 USD per milione di token in input e $1.2 USD per milione di token in output, in USD. Le tariffe dirette del fornitore sono separate e possono variare con la lunghezza del contesto.
Qual è la finestra di contesto per GPT-6 Luna?
La finestra di contesto elencata è 1M. I limiti utilizzabili effettivi possono dipendere anche dal client e dal formato della richiesta upstream.
Per cosa è meglio usare GPT-6 Luna?
Per lavori mirati e ripetibili con un controllo economico: classificare ticket di supporto, estrarre campi dalle fatture, riscrivere record in uno stile fisso e applicare modifiche meccaniche al codice. Il catalogo lo indica come livello veloce e le sue tariffe indicate sono le più basse della famiglia GPT-6, il che si adatta ai grandi volumi. Mantieni un validatore su ogni lavoro, perché una risposta ben formata può comunque essere sbagliata.
GPT-6 Luna o Claude Haiku 4.5: quale scegliere?
Haiku 4.5 indica una finestra di contesto di 200K, mentre Luna indica 1.050.000 token, quindi un repository o un insieme di documenti lungo entra in Luna senza suddivisione in blocchi. Haiku 4.5 appartiene alla generazione Anthropic precedente, e oggi il confronto più vicino è Claude Haiku 5.5. Scegli in base all'API che il tuo codice già usa, poi prova entrambi sui tuoi compiti.
Quanto è grande il modello GPT-6 Luna?
Il catalogo fornisce la finestra di contesto invece del numero di parametri: 1M token, 128.000 token di output, input immagine e uso di strumenti. Considera questi limiti pubblicati, l'intervallo di effort e le tariffe indicate come i punti di confronto verificabili, e decidi in base agli output accettati sui tuoi compiti invece che a un dato sulla dimensione.
Come viene fatturato GPT-6 Luna?
Per token di input, di output e di input in cache, con un costo aggiuntivo per la scrittura in cache. I token di ragionamento contano come output, e un prefisso stabile mantiene valida la tariffa della cache. Batch e Flex sono indicati sotto Standard e la modalità Fast sopra. Le tariffe attuali sono nella tabella dei prezzi della pagina del modello.
GPT-6 Luna può usare strumenti e immagini?
Accetta testo e immagini e può chiamare funzioni. Combina ragionamento e strumenti tramite POST /v1/responses; su Chat Completions la chiamata di funzioni funziona solo quando reasoning_effort è none. I risultati tornano come testo, poiché il modello non restituisce immagini. Usa l'ID gpt-6-luna su https://api.omniakey.com/v1 e copialo esattamente.