反復タスク向けに構築
Lunaは、何度も実行される集中作業に使用します。リクエストの分類、フィールドの抽出、選択した資料の要約、短い回答の下書きなどです。量を増やす前に、自分の例で精度を測定してください。
GPT 6 Luna
GPTProtoでGPT-6 Lunaにアクセスし、大量のチャット、分類、構造化抽出を行えます。調整可能な推論と1.05Mトークンのコンテキストウィンドウで集中的なタスクを実行できます。最新の料金を確認し、GPTProto APIキーを使ってモデルをテストしてください。
API 利用例
curl --request POST "https://gptproto.com/v1/chat/completions" \
--header "Authorization: Bearer $GPTPROTO_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"model": "gpt-6-luna",
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}'GPT 6 Luna 料金
チャット、コーディングエージェント、ドキュメント作業。1Mトークン単位の料金 — 入力、キャッシュ入力、出力は別々に課金。GPTProtoは公式料金より20%低価格です。
| シナリオ | OpenAI リスト | OpenRouter | GPTProto | 月間の節約 |
|---|---|---|---|---|
| 個人10M トークン / 月（キャッシュ 4.8M） | $1.37 | $1.44 | $1.09 | −$0.27≈ $3.28 / 年 |
| チーム100M トークン / 月（キャッシュ 48M） | $13.68 | $14.43 | $10.94 | −$2.74≈ $32.83 / 年 |
| ビジネス500M トークン / 月（キャッシュ 240M） | $68.40 | $72.16 | $54.72 | −$13.68≈ $164.16 / 年 |
月あたり $0.00 節約
年間節約 ≈ $0.00 · 従量課金
関連モデル
すべてのモデル
GPT 6 Luna現在
OpenAI · 1.05M context · $0.08/M input · $0.4/M output
Bytedance · 262K context · $0.0971/M input · $0.9714/M output
Bytedance · 262K context · $0.0971/M input · $0.9714/M output
モデル
価格: GPTProto
公式比
OpenRouter比
コンテキスト
安定性
GPT 6 Luna現在
OpenAI
$0.08 / $0.401M トークンあたり
-20%
-24%
1.05M
GPT-6 Luna API
Lunaで、サポートメッセージのラベル付けから製品詳細の抽出、小規模なエージェントステップの処理まで、反復可能なアプリケーションワークフローを構築しましょう。実際の入力で精度をテストし、大規模なワークロードをこのティアに移す前に、レイテンシ、再試行、総コストを比較してください。
1.05Mトークンコンテキスト
このモデルは最大1,050,000トークンのコンテキストを受け入れ、最大128,000の出力トークンをサポートします。各リクエストに有用な資料だけを取得してください。大きなウィンドウは容量の上限であり、推奨されるプロンプト長ではありません。
調整可能な推論
アップストリームでは none、low、medium（デフォルト）、high、xhigh、max を選択できます。小さなタスクセットから始めて、異なるエフォートレベルでの完了結果、レイテンシ、トークン使用量を比較してください。
構造化テキスト結果
OpenAIはLuna向けに構造化出力、ストリーミング、関数呼び出しを文書化しています。GPTProtoルートでサポートされている場合は、これらの機能を抽出またはアプリケーションのワークフローに使用してください。データベースに書き込む前に応答を検証してください。
GPT-6 Luna APIとは？
GPT-6 Lunaは、大量の反復作業向けにOpenAIが効率を重視したモデルです。公開されているAPIモデルIDはgpt-6-lunaです。このモデルはテキストと画像を入力として受け取り、テキストを生成します。ホスト型モデルであり、オープンソースのダウンロードではありません。OpenAIは上流の機能として、ストリーミング、構造化出力、関数呼び出しを挙げています。
Lunaは、境界のはっきりしたリクエストの第一候補です。チケットラベル、検索テキストに基づく回答、製品属性などです。曖昧な計画、複数ファイルにまたがる編集、より長いエージェント実行では、GPT-6 Solも試してください。選択はトークン単価だけでなく、タスク完了あたりのコストで行いましょう。
| 公開仕様 | GPT-6 Luna |
|---|---|
| OpenAIモデルID | gpt-6-luna |
| コンテキストウィンドウ | 1,050,000トークン |
| 最大出力 | 128,000トークン |
| 入力 / 出力 | テキストと画像 / テキスト |
| 推論エフォート | none, low, medium（デフォルト）, high, xhigh, max |
| 構造化出力 / ストリーミング | 上流でサポート |
| ファインチューニング | 非対応 |
長いコンテキストウィンドウは、長期的なタスクの成功を保証するものではありません。作業を検証可能な段階に分け、プロンプト外に状態を保存し、コストを比較する際はリトライ回数も数えましょう。
GPT-6 Luna APIの用途
大量のチャットと分類。 明確に定義されたメッセージをLunaに振り分けます。カテゴリ定義または短い知識の抜粋を提供し、実際の入力で精度と応答時間をテストします。
構造化抽出。 製品説明や顧客メッセージからフィールドを抽出します。スキーマを要求し、アプリケーションでフィールドを検証し、不確実なケースを確認します。
境界のはっきりしたコーディングとエージェントステップ。 関数を説明し、対象を絞ったテストを起草し、ツール結果を要約します。アプリケーションがツールとテストを実行します。難しい変更や繰り返しの失敗はSolにエスカレーションします。
GPT-6 Luna と GPT-5.6 Luna、GPT-6 Sol の比較
表は、GPTProtoの価格ではなく、OpenAIの標準的な上流ショートコンテキストのテキスト料金を示しています。GPTProtoが請求する料金については、このページのライブ料金パネルを参照してください。3モデルはいずれも1,050,000トークンのコンテキストウィンドウと128,000トークンの最大出力を公表しています。
| モデル | OpenAI 入力 / 出力（100万トークンあたり） | 最初に試すのに適した用途 |
|---|---|---|
| GPT-5.6 Luna | $0.20 / $1.20 | 既存ワークロードのベースライン。移行テストが通るまで維持します。 |
| GPT-6 Luna | $0.10 / $0.50 | コストと応答時間が重要な反復タスク。 |
| GPT-6 Sol | $2.00 / $10.00 | より強力な推論や長いエージェントループを必要とするタスク。 |
OpenAIのGPT-6 Lunaのリスト料金は、GPT-5.6 Lunaの現在の料金より入力が50%低く、出力が約58%低いです。これは品質ではなく、トークン価格を比較したものです。入力トークンが272,000を超えると、上流の長コンテキスト料金がリクエスト全体に適用されます。大規模ジョブについてはGPTProtoの請求ルールを確認してください。
反復ワークフローをLunaへ移行する
GPT-5.6 Luna、GPT-6 Luna、Solで代表的なタスクサンプルを実行します。受理された回答、リトライ、レイテンシ、合計料金を比較します。エスカレーションのルールを設定します。推論を有効にしたツール呼び出しでは、エンドポイントを確認してください。OpenAIはResponsesを推奨していますが、Chat Completionsで関数呼び出しを許可するのはreasoning_effort: "none"の場合のみです。クイックスタートでGPTProtoのルートを確認してください。
よくある質問
GPTProto での GPT-6 Luna API の料金はいくらですか？
GPTProto の料金については、最新の料金パネルを確認してください。OpenAI の標準的なアップストリームのショートコンテキスト料金表は、100万トークンあたり入力 $0.10、出力 $0.50 です。これらは GPTProto の請求料金ではありません。
GPT-6 Luna API キーを取得してモデルをテストするにはどうすればよいですか？
ダッシュボードで GPTProto キーを作成し、そのモデル ID とクイックスタートについては「このモデルを試す」を選択してください。このキーは他の掲載モデルにもアクセスできます。サーバー上に保管してください。
GPT-6 Luna と GPT-6 Sol：コーディングエージェントにはどちらを使うべきですか？
Luna は短く検証可能なステップから始めてください。より難しい計画や複数ファイルにまたがる変更には Sol を試してください。同一の受け入れテストを使用し、完了したタスクあたりのコストを比較してください。
GPT-6 Luna は GPT-5.6 Luna より優れていますか？
アップストリームのトークン価格は低いですが、それだけで品質が高いことを証明するものではありません。両方のモデルを同じタスクと推論設定でテストしてください。成功率とレイテンシーの目標を達成するまでは、以前のルートを維持してください。
GPT-6 Luna は推論を有効にしてツールを呼び出せますか？
OpenAI は Responses 経由のツール呼び出しを文書化しています。Chat Completions では、reasoning_effort: "none" の場合にのみ許可されます。推論を有効にしたツール呼び出しに依存する前に、GPTProto がサポートするルートを確認してください。
GPT-6 Luna はオープンソースモデルですか、それとも画像生成ツールですか？
いいえ。これは画像入力とテキスト出力を備えたホスト型 API モデルであり、ダウンロード可能な重みや直接的な画像出力ではありません。アプリで生成画像が必要な場合は、OpenAI モデルコレクションから専用の画像モデルを選択してください。
GPT-6 Luna は Gemini 4 や GLM-5.3 Flash と比べてどうですか？
まったく同じバージョンを、同一のプロンプト、制限時間、受け入れチェックでテストしてください。ツールのサポートやプロバイダーの請求は異なる場合があります。一般的に優れているという主張には、共通のワークロードでの結果が必要です。
関連記事
このモデルに関連するガイド、比較、最新情報。
すべての記事
2026年版 最高のLLM APIプロバイダー6選：マルチモデルプラットフォーム比較
2026年の最高のLLM APIプロバイダー6社を、モデルへのアクセス、料金体系、速度、互換性、ガバナンス、開発者体験の観点から比較します。
GPT-6 Solとは？リリース状況、料金、テスト、そして現時点でわかっていること
GPT-6 Solとは何か？リリース状況、報じられている機能、料金、コーディングテスト、そしてGPT-6 AstraやGPT-5.6 Solとの比較を確認します。
2026年版 AIエージェント向けの手頃なLLM API 6選
AIエージェント向けの手頃なLLM API 6つを、料金、ツール呼び出し、速度、コンテキスト、成功タスクあたりのコストで比較し、2026年に適切なモデルを選びましょう。
Qwen3.8-Flash-Next vs GLM-5.3 Flash：コーディング、エージェント、価格ではどちらが優れている？
Qwen3.8-Flash-NextとGLM-5.3 Flashを、コーディング、エージェント、フロントエンド作業、速度、料金、コンテキスト、ライセンス、本番利用の観点で比較します。