GPT-5.6 Luna

對比

發布於 2026-07-09

chat影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: 文字影像 $1/M
輸出: 文字 $6/M
快取讀取: $0.1/M
上下文: 1.1M
相較 GPT-4o: 便宜約 80%
知識截止: 2026-02

Benchmark 成績

高於同儕均值15 ~~/ 42~~

GPT-5.6 Luna 其他被測模型同儕均值 ★ 無人分數更高

SWE-Bench Pro

62.7%

GeneBench Pro

10.8%

OSWorld 2.0

45.6%

ExploitBench (Cap%)

33.2%

HealthBench

55.8%

GDPval-AA v2 Elo · 642-1861

1591.8

GPQA Diamond

92.3%

BrowseComp

83.3%

GDP.pdf no tools

22.7%

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

價格在同類中的位置

價格在 60 個同類模型中的位置

輸入$1/M

$0.05 · Qwen3 VL Flash GPT-5.4 Pro · $30

輸出$6/M

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

快取讀取$0.1/M

$0.0028 · DeepSeek V4 Flash GPT-5.4 Pro · $15

這條線顯示該模型的價格，在 Synthorai 上同類模型裡處於什麼位置。兩端標出了最便宜和最貴的那個。這裡是基礎價，批次、區域與快取寫入的折扣見價格頁。

規格與限制

Token

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

提示詞快取

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

思考

廠商參數	reasoning.effort
可選值	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
取值	minimal · low · medium · high 閘道側參數面——以上方廠商映射為準

模型

模態	文字 + 影像 → 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 ↗

單一提示詞 — 經由閘道測量

針對 CFO 的推論修復包含錯誤的函式擷取至 schema 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

指令遵循（恰好三句，可數）、受眾適配（面向 CFO 的語氣），以及下方 token 計量所暴露的隱藏思考計費缺口。

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. 檢查修復通過測試

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

修復是否真的正確（可執行）、解釋的資訊密度，以及在一個邊界明確的任務上的 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. 檢查合法 JSON，schema 精確

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

schema 服從度（不臆造欄位）、幻覺壓力（guidance 明確被暫緩給出），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

約束服從度（字數預算、禁用詞表、唯一的那句問句）、文風指紋，以及長度控制。

30 秒用上 GPT-5.6 Luna

OpenAI 相容:換掉 base_url,SDK 不用改。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,新帳號可獲得 10 次試用呼叫和最高 $1 的免費額度,無需信用卡。以輸入 $1/M 計算,光是這筆額度就足以對 GPT-5.6 Luna 發出約 125 次 ~8K token 的請求。

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。完整能力請見「關於」一節,內容取自廠商官方發布說明。

GPT-5.6 Luna 的價格是多少?

在 Synthorai 上,GPT-5.6 Luna 輸入 $1/百萬 token、輸出 $6/百萬 token,即廠商牌價,無平台加價。快取命中的輸入 token 以 $0.1/M 計費。

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

支援,且全自動:由 OpenAI 供應的提示詞會自動快取,無需改程式碼。快取命中的輸入 token 以 $0.1/M 計費(未命中 $1/M);提示詞需有 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" 即可。一組 API key 通用閘道上的所有模型。

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,依據廠商官方文件(資料核驗於 2026-07-10)。

對比

vs GPT-5.4 vs GPT-5.5 與任意模型對比 →

本頁每個值都轉錄自廠商自己的文件(連結見上),並帶有核對日期。價格在全目錄範圍內比較;各廠商定義不同的規格值,只說明差異而不作圖表對比。此處沒有任何由我們測量的資料,也不做評分。

取得 API 金鑰算算你的成本 →

規格與限制

單一提示詞 — 經由閘道測量

30 秒用上 GPT-5.6 Luna

關於 GPT-5.6 Luna

常見問題

相關模型

對比