Zum Inhalt springen
AI NEWS pro

GPT-6 Luna - technische Daten und Preise

GPT-6 Luna im Datenblatt: das günstigste Modell der GPT-6-Familie, halb so teuer wie GPT-5.6 Luna und mit dem jüngsten Wissensstand der Familie. Daten und Preise mit Quelle und Stichtag.

Sebastian Fiebiger3Min. LesezeitPDF herunterladen
Schriftzug "OpenAI GPT 6 Luna" in Weiß und Hellblau vor dunkelblauem Grund mit feinem Wellenlinienmuster, darunter ein gelbes Banner mit der Aufschrift "Effizienzmodell"

GPT-6 Luna ist seit dem 22. September 2026 das günstigste Modell der GPT-6-Familie von OpenAI. Es kostet die Hälfte von GPT-5.6 Luna, das erst Ende Juli um 80 Prozent verbilligt worden war. OpenAI nennt es das schnellste und kostengünstigste Modell der Familie für eng umrissene Aufgaben in großer Menge. Eine Eigenheit fällt im Datenblatt auf. Ausgerechnet das kleinste Modell hat den jüngsten Wissensstand der ganzen Familie.

GPT-6 Luna - Überblick und technische Daten

AnbieterOpenAI
FamilieGPT-6
Erschienen22. September 2026
LizenzProprietär, ausschließlich über Schnittstellen nutzbar.
Weightsclosed weights, kein Selbstbetrieb
Nutzbar überOpenAI
Preis ab0,10 USD je Mio. Input-Token
Architekturnicht veröffentlichtVom Anbieter nicht veröffentlicht.
Parameter gesamtnicht veröffentlichtVom Anbieter nicht veröffentlicht.
Kontextfenster1.050.000 (rund 1,05 Mio.) Token
Maximaler Output128.000 Token
InputText, Bild
OutputText
Wissensstand18. Mai 2026
ReasoningWahlweiseAufwandsstufen von none bis max, voreingestellt ist medium. Über Chat Completions sind Tool-Aufrufe nur mit der Stufe none möglich.
Tool CallsJa
Structured OutputJa
Prompt CachingJa
Kennunggpt-6-luna

Einordnung in die Familie

Günstigste Stufe der GPT-6-Familie für eng umrissene Aufgaben in großer Menge. Sie kostet die Hälfte von GPT-5.6 Luna und hat einen jüngeren Wissensstand als die übrigen GPT-6-Modelle.

Preise

API-Preise: GPT-6 Luna im Vergleich API-Preise: GPT-6 Luna im Vergleich Dollar je eine Million Token. Je kürzer der Balken, desto günstiger. Input Output Llama 4 Scout 0,10 Dollar 0,30 Dollar GPT-6 Luna 0,10 Dollar 0,50 Dollar DeepSeek V4 Flash 0731 0,14 Dollar 0,28 Dollar Llama 4 Maverick 0,19 Dollar 0,65 Dollar GPT-5.6 Luna 0,20 Dollar 1,20 Dollar Quelle: Anbieter-Preislisten, Stand: 7. Oktober 2026 · Grafik: AI NEWS pro
StufeInputOutputCache (Lesen)Stand
standardOpenAI0,100,500,016. Oktober 2026

Beträge in US-Dollar je einer Million Token, nach Anbieterangabe.

standard: Für Anfragen über 272.000 Eingabe-Token berechnet der Anbieter den doppelten Eingabe- und Cache-Preis und den anderthalbfachen Ausgabepreis, jeweils für die vollständige Anfrage.

Benchmarks

Herstellervergleich: GPT-6 Luna zum Start Herstellervergleich: GPT-6 Luna zum Start Anteil gelöster Aufgaben in Prozent. Je länger der Balken, desto besser. GPT-6 Luna GPT-6 Sol GPT-6 Astra DeepSWE 1.1 66,6 % 68,8 % 74,1 % AutomationBench 1.0.6 20,7 % 33,2 % 41,4 % Agents' Last Exam 50,9 % 56,4 % 59,3 % Quelle: OpenAI (Herstellerangabe), Stand: 22. September 2026 · Grafik: AI NEWS pro

Stand der Daten: 6. Oktober 2026

In der GPT-6-Familie hat jedes Modell eine eigene Aufgabe. GPT-6 Astra übernimmt die schwierigste Arbeit, GPT-6.1 Sol die komplexe Arbeit zu niedrigeren Kosten. Luna ist für den Durchsatz gebaut, also für Aufgaben, die tausend- oder millionenfach anfallen und je Anfrage fast nichts kosten dürfen. Dazu gehören etwa das Einordnen von Texten, das Erkennen von Absichten in Kundenanfragen und kurze Zusammenfassungen.

Auf dem Papier verzichtet Luna auf wenig. Kontextfenster und Ausgabegrenze sind so groß wie bei Astra. Das Modell nimmt Text und Bilder entgegen und unterstützt Tool-Aufrufe, Structured Output und Prompt Caching. Was die Stufen trennt, ist die Leistung, und dazu veröffentlicht OpenAI für Luna keine eigenen Vergleichswerte.

Der Wissensstand des Trainings reicht bei Luna bis Mitte Mai 2026. Bei Astra und GPT-6.1 Sol endet er Ende April, bei GPT-6 Sol schon am 20. April. Warum das kleinste Modell den jüngsten Stand hat, erklärt OpenAI nicht. Für Aufgaben, bei denen aktuelle Begriffe oder Produktnamen eine Rolle spielen, kann der Unterschied von einigen Wochen trotzdem zählen.

Anders als Astra und GPT-6.1 Sol lässt sich Luna ohne Reasoning betreiben. Die Stufe "none" ist erlaubt, voreingestellt ist "medium". Für Massenaufgaben ist das ein wichtiger Schalter. Ohne Reasoning antwortet das Modell schneller und verbraucht keine Denk-Token. Über die ältere Chat-Completions-Schnittstelle sind Tool-Aufrufe nur mit dieser Stufe möglich. Wer Werkzeuge mit Reasoning kombinieren will, nutzt die Responses-Schnittstelle.

Der Preis ist das Hauptargument. Eingabe-Token kosten bei Luna ein Hundertstel dessen, was Astra verlangt, und ein Zwanzigstel von GPT-6.1 Sol. Gegenüber dem Vorgänger GPT-5.6 Luna hat OpenAI den Preis noch einmal halbiert. Cache-Treffer kosten ein Zehntel des Eingabepreises. Für Abläufe, die jede Anfrage mit denselben Anweisungen beginnen, sinkt der tatsächliche Preis dadurch weiter.

Wie viel Luna am Ende kostet, entscheidet vor allem die Aufwandsstufe. Die Voreinstellung "medium" lässt das Modell vor jeder Antwort nachdenken. Diese Denk-Token rechnet OpenAI wie Ausgabe-Token ab, auch wenn sie in der Antwort nicht erscheinen. Bei einer Einordnung, deren Antwort aus einem einzigen Wort besteht, können sie den größten Teil der Rechnung ausmachen. Wer Luna für einfache Massenaufgaben einsetzt, testet deshalb am besten zuerst mit "none" und schaltet nur dort hoch, wo die Ergebnisse nicht reichen.

Im Herstellervergleich zum Start liegt Luna beim Programmiertest DeepSWE nur knapp hinter GPT-6 Sol. Bei AutomationBench, einem Test für Geschäftsabläufe, ist der Abstand deutlich größer. Es sind die Bestwerte je Modell laut OpenAI, meist auf der höchsten Aufwandsstufe.

Beim Vorgänger lohnt ein Blick auf eine bekannte Schwäche. GPT-5.6 Luna fiel beim Erinnern über lange Kontexte weit hinter die teureren Stufen zurück. Ob GPT-6 Luna dieselbe Schwäche hat, ist nicht gemessen. Wer lange Dokumente nicht nur einlesen, sondern genau auswerten will, sollte das vor dem Einsatz selbst prüfen. Hinzu kommt der Aufschlag für lange Anfragen. Ab 272.000 Eingabe-Token berechnet OpenAI für die gesamte Anfrage den doppelten Eingabe- und den anderthalbfachen Ausgabepreis.

Für Kunden in Europa gilt eine Einschränkung beim Tempo. Datenhaltung in der EU ist mit dem Standardtarif, mit Flex und mit Batch möglich, mit dem Schnellmodus aber nicht. Für Massenaufgaben, die ohnehin über die Batch-Schnittstelle laufen, spielt das kaum eine Rolle. Batch und Flex kosten dort die Hälfte des Standardpreises.

Die übrigen Grenzen sind die eines geschlossenen Modells. Die Gewichte sind nicht verfügbar, und ein Betrieb auf eigener Hardware scheidet aus. Wer ein ähnlich günstiges Modell mit offenen Gewichten sucht, muss zu anderen Anbietern wechseln.

Der nächste Verwandte aus der Vorgängergeneration ist GPT-5.6 Luna. Es kostet das Doppelte und hat einen älteren Wissensstand. Ob GPT-6 Luna es ablöst, sagt OpenAI nicht ausdrücklich. Beide Modelle stehen weiter im Angebot.

In der eigenen Familie steht GPT-6.1 Sol eine Stufe darüber. Es lässt sich nicht ohne Reasoning betreiben und kostet ein Vielfaches, soll dafür aber laut OpenAI nahe an Astra heranreichen. GPT-6 Astra ist die Spitzenstufe für die schwierigsten Aufgaben.

Außerhalb von OpenAI bewegt sich DeepSeek V4 Flash 0731 in einer ähnlichen Preisregion und hat offene Gewichte. Bei Anthropic ist Claude Haiku 4.5 das günstigste aktuelle Modell, kostet aber ein Vielfaches von Luna. Ein Qualitätsvergleich über Anbietergrenzen ist mit den vorliegenden Herstellerangaben nicht möglich.

Varianten derselben Familie

Quellen

Quellen3
  1. OpenAI: GPT-6 Luna - Modellseite (Herstellerdokumentation)
  2. OpenAI: API Changelog
  3. OpenAI: Herstellervergleich: GPT-6 Luna zum Start · Stand 22.09.2026

Diesen Artikel als PDF herunterladen