GPT-6 LunavsGPT-6 Sol

Las tarifas mostradas de GPTProto ponen a Luna en $0.08 de entrada / $0.40 de salida y a Sol en $1.60 de entrada / $8.00 de salida por millón de tokens. Sol es 20 veces la tarifa de entrada y de salida listada de Luna. Para una petición ilustrativa con 10,000 tokens de entrada sin caché y 1,000 tokens de salida, esas tarifas mostradas implican $0.0012 para Luna o $0.024 para Sol. Ese cálculo cubre solo esos tokens de entrada y salida; la entrada en caché, las escrituras de caché, las herramientas, los reintentos y otros usos pueden cambiar una factura completa.

Una brecha de tarifa de 20× pesa en las llamadas repetidas. Pero la llamada más barata no es automáticamente la tarea completada más barata. Si Luna necesita muchos reintentos o escalados en trabajo difícil, compara los tokens totales y los resultados aceptados con una ejecución de Sol. OpenAI aplica tarifas de contexto largo más altas por encima de 272,000 tokens de entrada. El catálogo guarda esos tramos oficiales ($0.20/$0.75 para Luna y $4/$15 para Sol por millón) y los convierte con el multiplicador de 0.8. Confirma la facturación de GPTProto para prompts largos antes de extrapolar desde las tarifas base mostradas.

Revisa la tarifa de Luna y la tarifa de Sol actuales antes de hacer una estimación de producción.

Los dos modelos publican una ventana de contexto de 1,050,000 tokens, un máximo de entrada de 922,000 tokens y un máximo de salida de 128,000 tokens. Toman texto e imágenes como entrada y devuelven texto. Que los límites coincidan no significa el mismo rendimiento en documentos largos o referencias visuales complejas. Recupera el material relevante, reserva sitio para la respuesta y prueba la calidad en las longitudes de prompt que de verdad usas. Son límites del modelo de OpenAI, no una garantía de que cada ruta de GPTProto acepte una petición al tamaño máximo.

GPTProto también tiene páginas de análisis de archivos de Luna y análisis de archivos de Sol, además de rutas de búsqueda web de Luna y búsqueda web de Sol. Revisa el esquema de petición en vivo de cada ruta antes de depender de una capacidad en producción.

Crea un conjunto pequeño de evaluación que refleje la producción: clasificación de rutina, una tarea de documento más larga, un cambio de código entre varios archivos y una tarea que tu sistema actual suele fallar. Ejecuta los dos modelos con prompts, herramientas, ajustes de razonamiento y pruebas de aceptación comparables. Separa los éxitos baratos de los fallos caros. Informa el coste por resultado aceptado, no solo el precio por millón de tokens; luego decide qué tareas se quedan en Luna y cuáles se ganan el escalado a Sol.