GPT-5.6 Luna は OpenAI の GPT-5.6 ファミリーで最も高速かつ手頃なメンバーで、モデルページでは要約、下書き作成、定型的な自動化といったコスト重視で大量のワークロード向けに設計されたと説明されています。
- 入力
- テキスト 画像 $0.2/M
- 出力
- テキスト $1.2/M
- キャッシュ読み取り
- $0.02/M
- コンテキスト
- 1.1M
- GPT-4o 比
- 約 96% 割安
- 知識カットオフ
- 2026-02
入力が 272K トークンを超える場合、リクエスト全体が入力 $0.4/M・出力 $1.8/M で課金されます
ベンチマーク
ベンダー公表値： Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
価格の位置づけ
同種の 68 モデルの中での価格の位置
このバーは、Synthorai の同種モデルの中で、このモデルの価格がどのあたりにあるかを示しています。両端には、最も安いモデルと最も高いモデルの名前を表示しています。表示しているのは基本料金で、バッチ、リージョン、キャッシュ書き込みに関する割引は料金ページに記載しています。
仕様と制限
トークン
| コンテキストウィンドウ（ベンダー仕様） | 1,050,000 |
|---|---|
| 最大出力（ベンダー仕様） | 128,000 |
| 知識カットオフ | 2026-02 |
プロンプトキャッシュ
| キャッシュ方式 | 自動 |
|---|---|
| 最小プレフィックス | 1,024 |
| 保持時間 | 5〜10 分、最大 1 時間 |
思考
| ベンダー側パラメータ | reasoning.effort |
|---|---|
| 指定可能な値 | none · low · medium · high · xhigh · max |
| デフォルト | medium リクエストで未指定の場合に適用 |
| 無効化の可否 | 対応 |
| 思考の挙動 | Responses API では reasoning.mode も指定でき、standard(デフォルト)または pro を取ります。mode とエフォートは独立したダイヤルです。 |
| パラメータ | reasoning_effort |
| 値 | minimal · low · medium · high ゲートウェイ側のパラメータ。上のベンダー別の対応が適用されます |
モデル
| モダリティ | テキスト + 画像 → テキスト |
|---|
- GPT-5.6 で最も高速かつ手頃なティアで、コスト重視の大量処理ワークロード向けに設計されています(nano ティアの後継)。
- ファミリー完全版の 1.05M コンテキスト / 128k 最大出力を維持。
- キャッシュされた入力は定価の 10%、キャッシュ書き込みは 1.25 倍。
- 入力 272k トークンを超えるプロンプトは入力 2 倍 / 出力 1.5 倍で課金されます。
1 つのプロンプトを実行（ゲートウェイ経由で測定）
GPT-5.6 Luna 合格 · 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.
出力 146 tok (+60 思考) レイテンシ 3.1 s
指示への忠実さ（ちょうど 3 文という、数えて確かめられる条件）、読み手に合わせた書き分け（CFO 向けの語り口）、そして下のトークンメーターに表れる、表示されない思考への課金の差。
GPT-5.6 Luna 合格 · 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.
出力 356 tok (+161 思考) レイテンシ 4.7 s
修正が本当に正しいか（実行して確かめられる）、説明の密度、範囲の限られたタスクでのトークン効率。
GPT-5.6 Luna 合格 · 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"}
出力 227 tok (+181 思考) レイテンシ 3.6 s
スキーマの遵守（存在しないフィールドを作らない）、ハルシネーションを誘う条件への耐性（guidance は明示的に伏せてある）、構造化出力の実現方法の違い。
GPT-5.6 Luna 合格 · 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. […]
出力 948 tok (+778 思考) レイテンシ 8.0 s
制約の遵守（語数の上限、禁止語リスト、疑問文はひとつだけ）、文体の癖、長さの制御。
30 秒で GPT-5.6 Luna を使い始める
OpenAI 互換。base_url を差し替えるだけで、SDK はそのまま。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(""));GPT-5.6 Luna について
- OpenAI のモデル選択ガイダンスは、効率的な大量処理には Luna を、より低い価格で強い性能を求めるなら Terra を、フラッグシップの能力が要件なら Sol を示しています。
- ファミリーの 1,050,000 トークンのコンテキストウィンドウ(ベンダー仕様)と 128K の最大出力トークンをそのまま維持し、画像入力を受け付け、推論トークンに対応し、ウェブ検索、ファイル検索、コードインタープリター、コンピュータ使用、ホストされたシェル、apply patch、スキル、ツール検索、MCP を含むホストされたツールセットに届きます。
- 知識カットオフは 2026 年 2 月です。
- リクエストで推論エフォートを省略するとこの世代では medium に解決され、最も難しいケースのために新しい max レベルまで段階が用意されています。
- キャッシュ入力は表示入力価格の 10 分の 1 で課金され、キャッシュへの書き込みは 1.25 倍となるため、長いプロンプトを再利用するパイプラインに適します。
- 一方、入力が 272K トークンを超えるプロンプトはリクエスト全体が入力 2 倍・出力 1.5 倍で課金されます。
- 関数呼び出し、ストリーミング、構造化出力、Batch にはいずれも対応します。
- Synthorai は GPT-5.6 Luna を、あらゆる GPT モデルと同じ OpenAI 互換 chat completions エンドポイントで提供します。
よくある質問
GPT-5.6 Luna API は無料で試せますか？
はい。新規アカウントには 10 回のお試し呼び出しと最大 $1 の無料クレジットが付き、カード登録は不要です。入力 $0.2/M で計算すると、このクレジットだけで、約 8K トークンのリクエストを GPT-5.6 Luna に約 625 回送れます。
GPT-5.6 Luna は何が得意ですか？
最速かつ最も手頃な GPT-5.6 ティア、ファミリーの 1,050,000 トークンコンテキストをフルに維持、キャッシュ入力は定価の 10 分の 1。詳しくは、ベンダー公式のリリースノートをもとにまとめた、このページのモデル紹介セクションをご覧ください。
GPT-5.6 Luna の料金はいくらですか？
Synthorai での GPT-5.6 Luna の料金は、入力 100 万トークンあたり $0.2、出力 100 万トークンあたり $1.2 です。プロバイダーの定価のままで、プラットフォーム手数料はかかりません。キャッシュ済み入力トークンは $0.02/M で課金されます。
GPT-5.6 Luna のコンテキスト長はどれくらいですか？
GPT-5.6 Luna のコンテキストウィンドウは 1.1M トークンです。1 回の応答で出力できるのは最大 128,000 トークンです。
GPT-5.6 Luna はプロンプトキャッシュに対応していますか？
はい、自動で有効です。OpenAI 経由のプロンプトはコード変更なしでキャッシュされます。キャッシュ済み入力トークンは $0.02/M（未キャッシュは $0.2/M）で課金されます。なお、キャッシュには 1,024 トークン以上の、内容が変わらないプレフィックスが必要です（TTL 5〜10 分、最大 1 時間）。 プロンプトキャッシュガイド →
GPT-5.6 Luna を利用するには？
お使いの OpenAI SDK の base_url を "https://synthorai.io/v1" に向け、model="gpt-5.6-luna" を設定すれば完了です。API キー 1 本でゲートウェイ上のすべてのモデルを利用できます。
GPT-5.6 Luna の知識カットオフはいつですか？
ベンダー公式ドキュメントによると、GPT-5.6 Luna の知識カットオフは 2026-02 です（2026-07-10 時点）。
関連モデル
比較
このページの値は、すべてベンダー自身のドキュメント（上部にリンクがあります）から転記したもので、確認した日付を添えています。価格はカタログ全体で比較しています。一方、ベンダーによって定義が異なる仕様値は、違いを明記するにとどめ、グラフでの比較はしていません。当社が測定した数値はなく、スコアも付けていません。