GPT-5.6 Luna es el miembro más rápido y asequible de la familia GPT-5.6 de OpenAI, descrito en su página de modelo como diseñado para cargas de trabajo sensibles al coste y de alto volumen, como el resumen, la redacción de borradores y la automatización rutinaria.
- Entrada
- texto imagen $1/M
- Salida
- texto $6/M
- Lectura de caché
- $0.1/M
- Contexto
- 1.1M
- vs GPT-4o
- ~80% más barato
- Corte de conocimiento
- 2026-02
Benchmarks
Publicado por los proveedores: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
El precio en contexto
Posición del precio entre 60 modelos comparables
La barra muestra dónde queda el precio de este modelo entre todos los modelos del mismo tipo en Synthorai. En cada extremo se nombra el más barato y el más caro. Son tarifas base; los descuentos por lote, región y escritura en caché están en la página de precios.
Especificaciones y límites
Tokens
| Ventana de contexto (especificación del proveedor) | 1.050.000 |
|---|---|
| Salida máxima (especificación del proveedor) | 128.000 |
| Corte de conocimiento | 2026-02 |
Caché de prompts
| Modo | automático |
|---|---|
| Prefijo mín. | 1024 |
| Duración | 5-10 min, hasta 1 hora |
Razonamiento
| Parámetro del proveedor | reasoning.effort |
|---|---|
| Valores admitidos | none · low · medium · high · xhigh · max |
| Valor por defecto | medium se aplica si la solicitud no indica nada |
| Se puede desactivar | Sí |
| Comportamiento del razonamiento | La Responses API acepta además reasoning.mode, con valor standard (el predeterminado) o pro; mode y effort son diales independientes. |
| Parámetro | reasoning_effort |
| Valores | minimal · low · medium · high la superficie de parámetros del gateway - aplica el mapeo del proveedor de arriba |
Modelo
| Modalidades | texto + imagen → texto |
|---|
- El nivel de GPT-5.6 más rápido y económico, diseñado para cargas de alto volumen sensibles al coste (sucesor del nivel nano)
- conserva el contexto completo de la familia, 1.05M / 128k de salida máxima
- entrada en caché al 10% de la tarifa de lista, con escrituras de caché a 1,25x
- los prompts de más de 272k tokens de entrada se facturan a 2x la entrada / 1,5x la salida
Un prompt, medido a través del gateway
GPT-5.6 Luna superado · 3 sentences
Enabling reasoning causes the model to use substantially more computational steps and generated tokens per request, even when the visible answer is similar. Because our provider charges based largely on token consumption and compute, that increased processing translated into roughly twice the cost. We can control the expense by reserving reasoning for complex tasks, setting token and effort limits, and monitoring cost per successful outcome.
salida 146 tok (+60 pensamiento) latencia 3.1 s
Seguimiento de la instrucción (exactamente tres frases - contables), adaptación a la audiencia (registro de CFO), y la brecha de facturación por pensamiento oculto que los medidores de tokens de abajo dejan ver.
GPT-5.6 Luna superado · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: best = max(best, cur) cur = 1 return max(best, cur) ``` The bug is that `cur` counts equal *transitions* rather than the number of items in the current run, so a single-element run returns `0` and a run of length `n` returns `n - 1`; additionally, `best` is only updated when a run is interrupted, so a run continuing through the final element is not finalized before returning. Initializing the current run to one item, resetting it to one after a change, and taking a final `max` fixes both issues.
salida 356 tok (+161 pensamiento) latencia 4.7 s
Si el arreglo es realmente correcto (ejecutable), la densidad de la explicación, y la eficiencia en tokens sobre una tarea acotada.
GPT-5.6 Luna superado · 5/5 fields, guidance "Withheld pending the Q4 close"
{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":412,"growth_pct":null,"guidance":"Withheld pending the Q4 close"}
salida 227 tok (+181 pensamiento) latencia 3.6 s
Obediencia al esquema (sin campos inventados), presión de alucinación (guidance se retiene explícitamente), y diferencias en la ruta de salida estructurada.
GPT-5.6 Luna superado · 120 words, 0 banned, 1 question
Introducing PromptCache, an API gateway feature that caches prompts across providers, helping teams reduce latency, control spend, and deliver consistent results. How much faster could your applications respond when repeated prompts are served from a shared cache instead of being sent upstream? PromptCache supports provider-aware routing, configurable time-to-live policies, encrypted storage, cache invalidation, and usage analytics through one operational layer. It works with language-model providers while preserving your authentication, observability, and fallback workflows. Developers can enable caching by endpoint, model, tenant, or prompt pattern, then monitor hit rates and savings in real time. Built for production workloads, PromptCache gives platform teams controls for performance and cost without requiring application rewrites. […]
salida 948 tok (+778 pensamiento) latencia 8.0 s
Obediencia a las restricciones (presupuesto de palabras, lista de palabras prohibidas, la única pregunta), huella de estilo, y control de la longitud.
Use GPT-5.6 Luna en 30 segundos
Compatible con OpenAI: cambie el base_url y conserve su SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gpt-5.6-luna",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gpt-5.6-luna",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.6-luna",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gpt-5.6-luna",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gpt-5.6-luna")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Acerca de GPT-5.6 Luna
- La guía de selección de modelos de OpenAI apunta a Luna para el trabajo eficiente y de alto volumen, a Terra para un buen rendimiento a un precio menor, y a Sol cuando lo que se requiere es capacidad de insignia.
- Conserva la ventana de contexto completa de la familia de 1.050.000 tokens (especificación del proveedor) y 128K tokens de salida máxima, acepta entrada de imagen, admite tokens de razonamiento y alcanza el conjunto de herramientas alojadas, incluidas búsqueda web, búsqueda de archivos, intérprete de código, uso del ordenador, shell alojado, apply patch, skills, búsqueda de herramientas y MCP, con una fecha de corte de conocimiento de febrero de 2026.
- El esfuerzo de razonamiento omitido en una solicitud se resuelve en medium en toda esta generación, y la escalera llega al nuevo nivel max para los casos más difíciles.
- La entrada en caché se factura a una décima parte del precio de entrada de tarifa, con escrituras de caché a 1,25x, lo que encaja con canalizaciones que reutilizan prompts largos, mientras que los prompts por encima de 272K tokens de entrada se facturan a 2x la entrada y 1,5x la salida para toda la solicitud.
- Se admiten llamada a funciones, streaming, salidas estructuradas y Batch.
- Synthorai sirve GPT-5.6 Luna a través del mismo endpoint de chat completions compatible con OpenAI que cualquier modelo GPT.
Preguntas frecuentes
¿Se puede probar gratis la API de GPT-5.6 Luna?
Sí: las cuentas nuevas reciben 10 llamadas de prueba y hasta $1 de crédito gratuito, sin tarjeta. A $1/M por tokens de entrada, solo ese crédito cubre aproximadamente 125 solicitudes de ~8K tokens contra GPT-5.6 Luna.
¿En qué destaca GPT-5.6 Luna?
El nivel GPT-5.6 más rápido y asequible; conserva el contexto completo de 1.050.000 tokens de la familia; entrada en caché a una décima parte del precio de lista. Consulte la sección Acerca de para el panorama completo según las notas de lanzamiento del propio proveedor.
¿Cuánto cuesta GPT-5.6 Luna?
GPT-5.6 Luna cuesta $1 por millón de tokens de entrada y $6 por millón de tokens de salida en Synthorai: el precio de lista del proveedor, sin margen de plataforma. Los tokens de entrada en caché se facturan a $0.1/M.
¿GPT-5.6 Luna admite caché de prompts?
Sí, automáticamente: los prompts servidos por OpenAI se almacenan en caché sin cambios de código. Los tokens de entrada en caché se facturan a $0.1/M frente a $1/M sin caché; los prompts necesitan un prefijo estable de 1,024 tokens para entrar en caché (TTL 5-10 min, hasta 1 hora). Guía de caché de prompts →
¿Cómo obtengo acceso a GPT-5.6 Luna?
Apunte su SDK de OpenAI existente a base_url="https://synthorai.io/v1", configure model="gpt-5.6-luna" y listo. Una sola clave API cubre todos los modelos del gateway.
¿Cuál es la fecha de corte de conocimiento de GPT-5.6 Luna?
La fecha de corte de conocimiento de GPT-5.6 Luna es 2026-02, según la documentación oficial del proveedor (a fecha de 2026-07-10).
Modelos relacionados
Comparar
Cada valor de esta página está transcrito de la documentación del proveedor, enlazada arriba, y lleva la fecha en que se comprobó. Los precios se comparan en todo el catálogo; los valores de especificación que los proveedores definen de forma distinta se muestran indicando la diferencia en lugar de representarse en un gráfico. Nada aquí lo medimos nosotros, y nada se puntúa.