GPT-6 Luna — Specifications
Compiled by Mustafa Ihsan from the vendor’s published documentation · Last updated
| المطوّر | OpenAI |
|---|---|
| النوع | نموذج لغوي كبير (LLM) |
| النمط | نص، رؤية |
| عدد المعايير (البارامترات) | غير مُعلَّن |
| نافذة السياق | 1.05 مليون رمز |
| الحد الأقصى للإخراج | 128 ألف رمز |
| الترخيص | ملكي |
| أوزان مفتوحة المصدر | لا |
| أُطلِقَ | 2026-09 |
| سعر الإدخال | $0.10 /1M |
| سعر الإخراج | $0.50 /1M |
| مقدمو واجهات برمجة التطبيقات (API) | واجهة برمجة تطبيقات OpenAI |
المقاييس المرجعية
| OpenAI-reported | DeepSWE v1.1 (max) 66.6% |
|---|
What is GPT-6 Luna?
GPT-6 Luna is the cheapest and fastest model in OpenAI’s GPT-6 family, released on 22 September 2026 with GPT-6 Sol. تقول OpenAI that at higher effort levels it matches GPT-5.6 Sol on factuality at about a hundredth of the cost, and that at max effort it scores 66.6% on DeepSWE v1.1.
API pricing is $0.10 per million input tokens and $0.50 output (GPT-5.6 Luna: $0.20 / $1.20), with cached input at $0.01. OpenAI’s developer documentation lists a 1,050,000-token context window, up to 128,000 output tokens, text and image input, and a knowledge cutoff of 18 May 2026. Free and Go ChatGPT users can use Luna in the ChatGPT desktop app.
GPT-6 Luna pricing: API cost per 1M tokens
| المدخلات (لكل مليون رمز) | $0.100 |
|---|---|
| المخرجات (لكل مليون رمز) | $0.500 |
| نسبة الإخراج إلى الإدخال | 5× |
| مدمجة (4:1 إدخال:إخراج) | $0.180 لكل مليون رمز |
What GPT-6 Luna costs per month
الإنفاق الشهري الفعلي عند نسبة إدخال إلى إخراج مقدارها 4:1 — وهي النسبة التي تولدها عادةً حمولات العمل الخاصة بالمحادثات أو أنظمة استرجاع المعلومات المعزَّزة (RAG).
| الحمل التشغيلي | الرموز شهريًّا | التكلفة شهريًّا |
|---|---|---|
| مشروع جانبي | 1 مليون رمز مدخلات / 0.25 مليون رمز مخرجات | $0.23 |
| فريق صغير | 20 مليون رمز مدخلات / 5 ملايين رمز مخرجات | $4.50 |
| الإنتاج | 200 مليون رمز مدخلات / 50 مليون رمز مخرجات | $45 |
احسب أرقامك الخاصة في حاسبة تكلفة واجهات برمجة تطبيقات الذكاء الاصطناعي (API).
Cheaper alternatives to GPT-6 Luna
| النموذج | المتوسط المُدمج بالدولار لكل مليون دولار | توفِّر |
|---|---|---|
| Mistral 7B تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.0220 | 88% cheaper |
| Llama 3.1 8B تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.0220 | 88% cheaper |
| Mistral NeMo 12B تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.0240 | 87% cheaper |
الأسئلة الشائعة
How much does GPT-6 Luna cost per 1M tokens?
GPT-6 Luna costs $0.100 per 1M input tokens and $0.500 per 1M output tokens. At a typical 4:1 input-to-output mix that blends to about $0.180 per 1M tokens.
How much does GPT-6 Luna cost per month?
A small-team workload of 20M input and 5M output tokens a month costs about $4.50 on GPT-6 Luna. A side project (1M in / 0.25M out) costs roughly $0.23.
What is a cheaper alternative to GPT-6 Luna?
Mistral 7B is the strongest cheaper option in our database at $0.0220 per 1M blended — about 88% less than GPT-6 Luna. It is also open-weight, so self-hosting is an option.
Can I run GPT-6 Luna locally?
No. GPT-6 Luna is a closed, API-only model — the weights are not released, so it cannot be self-hosted.
Why does GPT-6 Luna charge more for output than input?
Output tokens are generated one at a time and cannot be batched the way a prompt can, so they cost the provider more to serve. GPT-6 Luna charges 5× more for output, which is why prompt-heavy workloads are far cheaper to run than generation-heavy ones.
الأسعار هي الأسعار المنشورة المعمول بها لواجهة برمجة التطبيقات الأساسية لكل نموذج، وتتم مراجعتها دوريًّا عند تحديث المزوِّدين لها. ولا تشمل الخصومات المقدَّمة على أساس الحجم أو المعالجة الدُّفعية أو المدخلات المؤقَّتة (cached-input). وقارن كل النماذج جنبًا إلى جنب في قاعدة بيانات نماذج الذكاء الاصطناعي أو لوحة تصنيف النماذج اللغوية الكبيرة (LLM).