GPT-5.6 Luna

比較

發布於 2026-07-09

chat圖像理解程式碼工具呼叫推理提示詞快取

GPT-5.6 Luna 是 OpenAI GPT-5.6 家族中最快、最實惠的成員，模型頁面把它描述為專為成本敏感、大批量的工作負載設計，例如摘要、草稿撰寫與例行自動化。

輸入: 文字圖像 $0.2/M
輸出: 文字 $1.2/M
快取讀取: $0.02/M
上下文: 1.1M
相較 GPT-4o: 便宜約 96%
知識截止: 2026-02

輸入超過 272K token 時，整筆請求按輸入 $0.4/M、輸出 $1.8/M 計費

Benchmark 成績

高於平均14 ~~/ 42~~

GPT-5.6 Luna 其他有成績的模型其他模型平均 ★ 沒有模型分數更高

SWE-Bench Pro

62.7%

GeneBench Pro

10.8%

OSWorld 2.0

45.6%

ExploitBench (Cap%)

33.2%

HealthBench Professional

55.7%

GDPval-AA v2 Elo · 962.3-1759.6 據 OpenAI 公布 · 2026-08-25

1591.8

GPQA Diamond

92.3%

BrowseComp

83.3%

GDP.pdf no tools

22.7%

供應商公布： Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai

價格在同類中的位置

價格在 68 個同類模型中的位置

輸入$0.2/M

$0.1 · Dola Seed 2.0 Mini GPT-5.4 Pro · $30

輸出$1.2/M

$0.275 · DeepSeek V4 Flash GPT-5.4 Pro · $180

快取讀取$0.02/M

$0.01 · Claude Haiku 5.5 GPT-5.4 Pro · $15

這條線標出這個模型的價格，在 Synthorai 的同類模型裡落在什麼位置；兩端分別是最便宜和最貴的模型。這裡列的是基礎價，批次、區域和快取寫入的折扣請見價格頁。

規格與限制

Token

上下文視窗（供應商規格）	1,050,000
最大輸出（供應商規格）	128,000
知識截止	2026-02

提示詞快取

快取方式	自動
最小前綴	1,024
存活時間	5–10 分鐘，最長 1 小時

思考

供應商參數	reasoning.effort
可接受的值	none · low · medium · high · xhigh · max
預設值	medium 請求未指定時生效
可關閉	支援
思考行為	Responses API 另外接受 reasoning.mode，可為 standard（預設）或 pro；mode 與 effort 是彼此獨立的旋鈕。
參數	reasoning_effort
參數值	minimal · low · medium · high 這是閘道的參數，實際以上方的供應商對應為準

模型

模態	文字 + 圖像 → 文字

GPT-5.6 中最快、最實惠的等級，為成本敏感的高吞吐負載設計（nano 等級的後繼者）
保留家族完整的 1.05M 上下文 / 128k 最大輸出
快取輸入為標價的 10%，快取寫入為 1.25 倍
輸入超過 272k token 的提示詞按 2 倍輸入 / 1.5 倍輸出計費

依據 OpenAI 官方文件 ↗

一段提示詞，經閘道實測

寫給 CFO 的推理修正有 bug 的函式依 schema 擷取資料依照限制條件撰寫

提示詞 Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. 檢查恰好 3 句

GPT-5.6 Luna 通過 · 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.

輸出 146 tok (+60 思考) 延遲 3.1 s

是否照指令做（剛好三句，數得出來）、語氣是否貼合對象（寫給 CFO 看），以及下方 token 計量顯示出的隱藏思考計費落差。

提示詞 This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. 檢查修正後通過測試

GPT-5.6 Luna 通過 · 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.

輸出 356 tok (+161 思考) 延遲 4.7 s

修正是否真的正確（跑得起來）、說明的資訊密度，以及在範圍明確的任務上的 token 效率。

提示詞 Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. 檢查有效的 JSON，完全符合 schema

GPT-5.6 Luna 通過 · 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"}

輸出 227 tok (+181 思考) 延遲 3.6 s

是否遵守 schema（不自創欄位）、面對幻覺誘因的表現（題目明確不給 guidance），以及結構化輸出路徑的差異。

提示詞 Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. 檢查 120 詞，0 個禁用詞

GPT-5.6 Luna 通過 · 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. […]

輸出 948 tok (+778 思考) 延遲 8.0 s

是否遵守限制（字數上限、禁用詞清單、只能有一句問句）、文字風格的特徵，以及長度控制。

30 秒上手 GPT-5.6 Luna

相容 OpenAI：換掉 base_url，SDK 不用換。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(""));

關於 GPT-5.6 Luna

OpenAI 的模型選型指引把 Luna 指向高效率的大批量工作，把 Terra 指向以更低價格取得強勁表現的場景，而在需要旗艦級能力時則指向 Sol。
它保留家族完整的 1,050,000 token 上下文視窗（廠商規格）與 128K 最大輸出 token，接受影像輸入，支援推理 token，並可使用包含網頁搜尋、檔案搜尋、程式碼直譯器、電腦使用、託管 shell、apply patch、skills、工具搜尋與 MCP 在內的託管工具集，知識截止為 2026 年 2 月。
在這一世代中，請求裡省略推理力度時會解析為 medium，而力度階梯可以達到新增的 max 級別，以應對最困難的情況。
快取輸入按標價輸入的十分之一計費，快取寫入為 1.25 倍，這適合會重複使用長 prompt 的管線；而輸入超過 272K token 的 prompt，整個請求會按 2 倍輸入與 1.5 倍輸出計費。
函式呼叫、串流輸出、結構化輸出與 Batch 全部受支援。
Synthorai 透過與所有 GPT 模型相同的 OpenAI 相容 chat completions 端點提供 GPT-5.6 Luna。

常見問題

GPT-5.6 Luna API 可以免費試用嗎？

可以，新帳號有 10 次試用呼叫和最高 $1 的免費額度，免綁卡。以輸入價 $0.2/M 計算，光是這筆額度就夠你對 GPT-5.6 Luna 發出約 625 次請求，每次約 8K token。

GPT-5.6 Luna 最擅長什麼？

最快、最實惠的 GPT-5.6 等級、保留家族完整的 1,050,000 token 上下文、快取輸入僅標價的十分之一。完整介紹請見「關於」一節，內容取自供應商官方的發布說明。

GPT-5.6 Luna 的價格是多少？

在 Synthorai 上，GPT-5.6 Luna 的輸入價是每百萬 token $0.2，輸出價是每百萬 token $1.2。這就是供應商官網價，平台不加價。快取命中的輸入 token 以 $0.02/M 計費。

GPT-5.6 Luna 的上下文長度是多少？

GPT-5.6 Luna 的上下文長度（上下文視窗）是 1.1M token。單次回覆最多輸出 128,000 個 token。

GPT-5.6 Luna 支援提示詞快取（prompt caching）嗎？

支援，而且全自動：由 OpenAI 處理的提示詞會自動快取，不用改程式碼。快取命中的輸入 token 以 $0.02/M 計費（未命中為 $0.2/M）；提示詞要有 1,024 個 token 以上的穩定前綴，才能命中快取（TTL 5–10 分鐘，最長 1 小時）。提示詞快取指南 →

如何開通 GPT-5.6 Luna？

把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1"，model 設為 "gpt-5.6-luna" 就可以了。一把 API 金鑰就能呼叫閘道上的所有模型。

GPT-5.6 Luna 的知識截止日期是什麼時候？

GPT-5.6 Luna 的知識截止日期為 2026-02，依據供應商官方文件（查核日期：2026-07-10）。

比較

vs GPT-6 Astra vs GPT-5.4 vs GPT-5.5 與任意模型比較 →

本頁每一個數值都摘錄自供應商自己的文件（連結見上方），並附上查核日期。價格是放在整個目錄裡比較；各家供應商定義不一樣的規格，只說明差異，不畫成圖表比較。這裡沒有任何數據是我們自己量測的，也不做評分。

取得 API 金鑰算算你的成本 →

規格與限制

一段提示詞，經閘道實測

30 秒上手 GPT-5.6 Luna

關於 GPT-5.6 Luna

常見問題

相關模型

比較