O que é GPT-6 Luna?
GPT-6 Luna é o modelo atual mais eficiente da OpenAI, lançado em 22 de setembro de 2026 junto com o GPT-6 Sol. Ele é voltado a tarefas específicas de alto volume. Lê texto e imagens, escreve texto e tem contexto de 1.050.000 tokens, com entrada limitada a 922.000 tokens e saída a 128.000. Seu corte de conhecimento é 18 de maio de 2026.
O preço da API é $0,10 por milhão de tokens de entrada e $0,50 por milhão de tokens de saída, com entrada em cache a $0,01; Batch e Flex cortam essas tarifas pela metade. Ao contrário do Sol e do Astra, o Luna pode rodar com o raciocínio desligado (esforço none), o que mantém as respostas rápidas; o padrão é medium. Prompts acima de 272K tokens de entrada são cobrados ao dobro da tarifa de entrada e a 1,5 vez a de saída na solicitação inteira.
Ele está disponível pela API da OpenAI, no ChatGPT Work e no Codex para usuários pagos, e para usuários Free e Go pelo app de desktop do ChatGPT.
Quanto custa GPT-6 Luna?
| Plano | Preço | O que inclui |
|---|---|---|
| Input | $0.10 per 1M tokens | |
| Output | $0.50 per 1M tokens | |
| Cached input | $0.01 per 1M tokens |
API: $0,10 por 1M de tokens de entrada, $0,50 por 1M de tokens de saída; entrada em cache $0,01; prompts longos acima de 272K custam mais.
GPT-6 Luna vale a pena?
O Luna é o mais barato dos dois modelos econômicos que importam, não o melhor. A OpenAI reduziu o preço para $0,10/$0,50, metade da tarifa de entrada do GPT-5.6 Luna e cerca de 58% a menos na saída, e disse ao VentureBeat que o preço é permanente. A OpenAI afirma que, em esforço maior, o Luna iguala o GPT-5.6 Sol em precisão factual a cerca de um centésimo do custo por tarefa, e relata 66,6% no DeepSWE 1.1.
A Artificial Analysis põe números na troca. Em esforço máximo, o Luna marca 38 no seu Intelligence Index, 11º de 174 modelos, a $0,07 por tarefa e 124 tokens de saída por segundo. O Claude Haiku 5.5 marca 43 a $0,21 por tarefa e 237 tokens por segundo, depois de gerar 440M de tokens de saída contra 140M do Luna. A própria tabela da Anthropic mostra uma diferença maior em trabalho com agentes, 39,2% contra 16,4% no Terminal-Bench 4.0 e 72,4% contra 48,9% no OSWorld, embora sejam números de um rival.
Sua vantagem real é a amplitude. O esforço vai de none a max, então um único modelo pode servir classificação instantânea e raciocínio mais lento, e mudar o esforço não invalida o contexto em cache. Entradas longas continuam baratas: um contrato de 200K tokens custa cerca de $0,02 para ser lido no Luna, contra cerca de $0,10 no Haiku 5.5, cuja tarifa salta cinco vezes acima de 100K tokens.
A infraestrutura tem arestas. Na Chat Completions, o function calling só funciona com esforço none; ferramentas em qualquer nível de raciocínio exigem a Responses API, que armazena as respostas por 30 dias por padrão, a menos que a retenção zero de dados esteja ativada. Há um único snapshot, gpt-6-luna, e nenhum fine-tuning, então as equipes não podem fixar uma versão datada nem adaptar os pesos.
Onde ele se destaca
Uma equipe de trust and safety de um marketplace que rotula 20M de anúncios por mês
Classificar cada anúncio segundo uma política sem uma primeira passada humana
Rode o Luna com esforço none e saídas estruturadas pela Batch API. Com 800 tokens de entrada e 20 de saída por anúncio, um mês custa cerca de $900 nas tarifas de Batch, e jobs em lote servem para filas noturnas.
Uma plataforma de suporte que envia 1M de respostas de IA por mês
Rascunhar as primeiras respostas a tickets pelo menor custo viável
Um prompt de 1.500 tokens e uma resposta de 300 tokens custam cerca de $300 por mês no preço de tabela, ou cerca de $210 se um system prompt de 1.000 tokens ficar em cache. Os tokens de raciocínio são cobrados como saída, então o esforço medium padrão aumenta o custo; teste primeiro o esforço low ou none.
Um engenheiro de legal ops que resume contratos de 200K tokens
Ler contratos inteiros em uma chamada, sem dividir em partes
O Luna cobra um prompt de 200K tokens na tarifa base de $0,10, cerca de $0,02 de entrada por contrato, porque a sobretaxa de contexto longo começa em 272K. A mesma entrada custa cerca de $0,10 no Haiku 5.5, que muda de preço acima de 100K.
Uma fintech europeia cujos dados precisam ficar na UE
Usar um modelo barato da OpenAI com residência de dados na UE
A residência de dados na UE cobre o Luna nos processamentos Standard, Fast, Flex e Batch, com uma sobretaxa regional de 10%. A retenção zero de dados está disponível para Chat Completions e Responses, mas não para Batch.
Antes de decidir
- Configuração
- Chame o modelo gpt-6-luna na Chat Completions, na Responses ou no Batch com uma chave de API da OpenAI. Defina reasoning.effort explicitamente, porque o padrão é medium.
- Integrações
- Streaming, saídas estruturadas, function calling, cache de prompts e entrada de imagem; a Responses API acrescenta busca na web, busca em arquivos, code interpreter, computer use, MCP e outras ferramentas hospedadas, cada uma cobrada por chamada.
- Dados e privacidade
- A OpenAI não treina com dados da API, a menos que você opte por isso. Os logs de monitoramento de abuso são mantidos por até 30 dias, os objetos da Responses API ficam armazenados por 30 dias por padrão, e a retenção zero de dados está disponível para Chat Completions e Responses, mas não para Batch. Há residência de dados na UE.
- Custo em escala
- 1M de respostas de suporte com 1.500 tokens de entrada e 300 de saída custa cerca de $300 por mês no preço de tabela, ou $150 em Batch ou Flex. Prompts acima de 272K tokens levam a solicitação inteira para $0,20/$0,75, e o modo Fast dobra o preço.
- Limites
- 922K tokens de entrada e 128K de saída. Os limites padrão vão de 5.000 solicitações e 2M de tokens por minuto no tier Build a 30.000 solicitações e 180M de tokens no Grow. Em esforço máximo, a Artificial Analysis mediu uma espera de 90 segundos pelo primeiro token.
O que é bom
- $0,10/$0,50 por milhão de tokens; $0,01 em cache; Batch e Flex pela metade do preço
- O raciocínio pode ser desligado para chamadas de baixa latência
- $0,07 por tarefa da Artificial Analysis, contra $0,21 do Haiku 5.5
- Preço fixo até 272K tokens de entrada, enquanto o Haiku 5.5 salta em 100K
O que não é
- Marca 38 contra 43 do Haiku 5.5 no índice da Artificial Analysis
- Function calling na Chat Completions só com esforço none
- Um único snapshot sem versão e sem fine-tuning
Ideal para
Apps baseados na OpenAI que fazem classificação, extração ou chat em volume muito alto.
Alternativas ao GPT-6 Luna
GPT-6 Luna: perguntas frequentes
- GPT-6 Luna vale a pena?
- O Luna marca cinco pontos a menos que o Claude Haiku 5.5 no índice da Artificial Analysis e custa um terço por tarefa, e essa é a decisão inteira em uma linha. Damos nota 4.3 de 5.
- Quanto custa GPT-6 Luna?
- API: $0,10 por 1M de tokens de entrada, $0,50 por 1M de tokens de saída; entrada em cache $0,01; prompts longos acima de 272K custam mais.
- Quais são as desvantagens de GPT-6 Luna?
- Marca 38 contra 43 do Haiku 5.5 no índice da Artificial Analysis; function calling na Chat Completions só com esforço none; um único snapshot sem versão e sem fine-tuning.
- Para quem GPT-6 Luna é indicado?
- Apps baseados na OpenAI que fazem classificação, extração ou chat em volume muito alto.
- Quanto custa GPT-6 Luna para uma equipe ou em produção?
- 1M de respostas de suporte com 1.500 tokens de entrada e 300 de saída custa cerca de $300 por mês no preço de tabela, ou $150 em Batch ou Flex. Prompts acima de 272K tokens levam a solicitação inteira para $0,20/$0,75, e o modo Fast dobra o preço.
- GPT-6 Luna é seguro para dados da empresa?
- A OpenAI não treina com dados da API, a menos que você opte por isso. Os logs de monitoramento de abuso são mantidos por até 30 dias, os objetos da Responses API ficam armazenados por 30 dias por padrão, e a retenção zero de dados está disponível para Chat Completions e Responses, mas não para Batch. Há residência de dados na UE.
- Quais são as melhores alternativas ao GPT-6 Luna?
- As alternativas mais próximas que analisamos são Claude Haiku 5.5, Gemini 3.5 Flash-Lite e GPT-6.1 Sol.
Respostas verificadas em 22 de out. de 2026.