GPT-5.6 Luna 是 OpenAI GPT-5.6 家族中最快、最实惠的成员，其模型页称它是为成本敏感的大批量负载设计的，例如摘要、起草和日常自动化。
- 输入
- 文本 图像 $1/M
- 输出
- 文本 $6/M
- 缓存读取
- $0.1/M
- 上下文
- 1.1M
- 对比 GPT-4o
- 便宜约 80%
- 知识截止
- 2026-02
Benchmark 成绩
厂商公布: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
价格在同类中的位置
价格在 60 个同类模型中的位置
这条线显示该模型的价格，在 Synthorai 上同类模型里处于什么位置。两端标出了最便宜和最贵的那个。这里是基础价，批量、区域和缓存写入的折扣见价格页。
规格与限制
Token
| 上下文窗口(厂商规格) | 1,050,000 |
|---|---|
| 最大输出(厂商规格) | 128,000 |
| 知识截止 | 2026-02 |
提示词缓存
| 缓存方式 | 自动 |
|---|---|
| 最低前缀 | 1,024 |
| 存活时间 | 5–10 分钟，最长 1 小时 |
思考
| 厂商参数 | reasoning.effort |
|---|---|
| 可选值 | none · low · medium · high · xhigh · max |
| 默认值 | medium 请求未指定时生效 |
| 可关闭 | 支持 |
| 思考行为 | Responses API 还接受 reasoning.mode，取值为 standard（默认）或 pro；mode 与 effort 是彼此独立的旋钮 |
| 参数 | reasoning_effort |
| 取值 | minimal · low · medium · high 网关侧参数面——以上方厂商映射为准 |
模型
| 模态 | 文本 + 图像 → 文本 |
|---|
- 最快、最实惠的 GPT-5.6 档位，面向成本敏感的大批量负载（nano 档的继任者）
- 保留该家族完整的 1.05M 上下文 / 128k 最大输出
- 缓存输入为标价的 10%，缓存写入为 1.25x
- 输入超过 272k token 的提示词按 2x 输入 / 1.5x 输出计费
单个 Prompt —— 通过网关实测
GPT-5.6 Luna 通过 · 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.
输出 146 tok (+60 思考) 延迟 3.1 s
指令遵循（恰好三句，可数）、受众适配（面向 CFO 的语气），以及下方 token 计量所暴露的隐藏思考计费缺口。
GPT-5.6 Luna 通过 · 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.
输出 356 tok (+161 思考) 延迟 4.7 s
修复是否真的正确（可运行）、解释的信息密度，以及在一个边界明确的任务上的 token 效率。
GPT-5.6 Luna 通过 · 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"}
输出 227 tok (+181 思考) 延迟 3.6 s
schema 服从度（不臆造字段）、幻觉压力（guidance 明确被暂缓给出），以及结构化输出路径的差异。
GPT-5.6 Luna 通过 · 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. […]
输出 948 tok (+778 思考) 延迟 8.0 s
约束服从度（字数预算、禁用词表、唯一的那句问句）、文风指纹，以及长度控制。
30 秒用上 GPT-5.6 Luna
OpenAI 兼容:换掉 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(""));关于 GPT-5.6 Luna
- OpenAI 的选型指引把高效的大批量工作指向 Luna，把以更低价格获得强性能指向 Terra，而在需要旗舰能力时指向 Sol。
- 它保留该家族完整的 1,050,000 token 上下文窗口（厂商规格）和 128K 最大输出 token，接受图像输入，支持推理 token，并可使用包含网页搜索、文件搜索、代码解释器、computer use、托管 shell、apply patch、skills、工具搜索和 MCP 在内的托管工具集，知识截止为 2026 年 2 月。
- 在这一代中，请求里省略推理力度时会解析为 medium，而力度阶梯可达新的 max 档以应对最难的情形。
- 缓存输入按标价输入的十分之一计费，缓存写入为 1.25 倍，适合复用长提示词的管线；输入超过 272K token 的提示词则整个请求按 2 倍输入价和 1.5 倍输出价计费。
- 函数调用、流式、结构化输出和 Batch 均受支持。
- Synthorai 通过与每个 GPT 模型相同的 OpenAI 兼容 chat completions 端点提供 GPT-5.6 Luna。
常见问题
GPT-5.6 Luna API 可以免费试用吗?
可以。新账号可获得 10 次试用调用和最高 $1 的免费额度,无需绑卡。按输入 $1/M 计算,仅这笔额度就足够对 GPT-5.6 Luna 发起约 125 次 ~8K token 的请求。
GPT-5.6 Luna 最擅长什么?
GPT-5.6 家族最快最实惠的档位、保留家族完整 1,050,000 token 上下文、缓存输入仅为标价的十分之一。完整能力请见「关于」部分,内容取自厂商官方发布说明。
GPT-5.6 Luna 的价格是多少?
在 Synthorai 上,GPT-5.6 Luna 输入 $1/百万 token、输出 $6/百万 token,即厂商牌价,无平台加价。缓存命中的输入 token 按 $0.1/M 计费。
GPT-5.6 Luna 支持提示词缓存(prompt caching)吗?
支持,且全自动:经 OpenAI 提供的提示词自动缓存,无需改代码。缓存命中的输入 token 按 $0.1/M 计费(未命中 $1/M);提示词需有 1,024 token 以上的稳定前缀才能命中缓存(TTL 5–10 分钟，最长 1 小时)。 提示词缓存指南 →
如何开通 GPT-5.6 Luna?
把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 设为 "gpt-5.6-luna" 即可。一把 API key 通用网关上的全部模型。
GPT-5.6 Luna 的知识截止日期是什么时候?
GPT-5.6 Luna 的知识截止日期为 2026-02,依据厂商官方文档(数据核验于 2026-07-10)。
相关模型
对比
本页每个值都转录自厂商自己的文档(链接见上),并带有核对日期。价格在全目录范围内比较;各厂商定义不同的规格值,只说明差异而不作图表对比。此处没有任何由我们测量的数据,也不做评分。