GPT-6 Luna e GPT-6 Sol compartilham uma janela de contexto de 1,050,000 tokens, um máximo de 128,000 tokens de saída e entrada de texto e imagem. Não são padrões intercambiáveis. A OpenAI posiciona o Luna para trabalho focado e de alto volume e o Sol para programação complexa e fluxos agênticos. Na GPTProto, as tarifas exibidas agora são $0.08 de entrada / $0.40 de saída para o Luna e $1.60 de entrada / $8.00 de saída para o Sol por milhão de tokens. Confira os painéis de preço ao vivo antes de orçar.
A resposta curta: comece com o Luna para tarefas repetíveis com critérios de aceitação claros. Teste o Sol para programação em vários arquivos, raciocínio ambíguo e execuções de agente em que menos tentativas fracassadas possam justificar a tarifa de token mais alta. Escolha com um conjunto de teste e um cálculo de custo por tarefa bem-sucedida, não por uma ordem de nomes de modelo.
Melhor paraMelhor primeiro teste para classificação, extração estruturada, respostas ancoradas e passos estreitos de agente que precisam rodar com frequência.
Por 1 milhão de tokens · faixa de lista base
Melhor paraMelhor primeiro teste para mudanças de código complexas, revisão de código, depuração entre arquivos e trabalho de agente em vários passos.
Por 1 milhão de tokens · faixa de lista base
As tarifas da GPTProto abaixo são os preços do catálogo conferidos em 13 de outubro de 2026. São os preços a usar numa comparação na GPTProto; revise as páginas atuais antes de orçar tráfego de produção. As datas de lançamento seguem os slugs canônicos da OpenRouter gpt-6-luna-20260922 e gpt-6-sol-20260922.
curl https://gptproto.com/v1/chat/completions \
-H "Authorization: Bearer $GPTPROTO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6-luna",
"messages": [{"role": "user", "content": "Hi"}]
}'curl https://gptproto.com/v1/chat/completions \
-H "Authorization: Bearer $GPTPROTO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6-sol",
"messages": [{"role": "user", "content": "Hi"}]
}'Preços por 1 milhão de tokens. Tarifas de tabela oficiais do catálogo da GPTProto (raw price / 740). As tarifas da GPTProto aplicam price_multiplication 0.8. A faixa de contexto longo de 272K é o preço oficial em extend_config, convertido com o mesmo multiplicador. Latência e benchmarks são números da OpenRouter em 14 de outubro de 2026.
As tarifas exibidas da GPTProto põem o Luna a $0.08 de entrada / $0.40 de saída e o Sol a $1.60 de entrada / $8.00 de saída por milhão de tokens. O Sol custa 20 vezes a tarifa listada de entrada e de saída do Luna. Para um pedido ilustrativo com 10,000 tokens de entrada sem cache e 1,000 tokens de saída, essas tarifas exibidas indicam $0.0012 para o Luna ou $0.024 para o Sol. Esse cálculo cobre só esses tokens de entrada e saída; entrada em cache, escritas de cache, ferramentas, novas tentativas e outros usos podem mudar a fatura completa.
Uma diferença de tarifa de 20× pesa em chamadas repetidas. Mas a chamada mais barata não é automaticamente a tarefa concluída mais barata. Se o Luna precisa de muitas novas tentativas ou escalonamentos em trabalho difícil, compare os tokens totais e os resultados aceitos com uma execução do Sol. A OpenAI aplica tarifas mais altas de contexto longo acima de 272,000 tokens de entrada. O catálogo guarda essas faixas oficiais ($0.20/$0.75 para o Luna e $4/$15 para o Sol por milhão) e as converte com o multiplicador de 0.8. Confirme a cobrança da GPTProto para prompts longos antes de extrapolar a partir das tarifas base exibidas.
Confira a tarifa atual do Luna e a tarifa atual do Sol antes de fazer uma estimativa de produção.
Calcule o custo base de tokens dos dois modelos com o mesmo volume esperado de entrada e saída. Depois some observações reais: o comportamento do cache de prompt, a taxa de nova tentativa, o custo das chamadas de ferramenta e o percentual de tarefas que cada modelo conclui no seu padrão.
Não inclui créditos de bônus da recarga. O preço está na faixa base, não na faixa de contexto longo acima de 272K. Confirme a cobrança da GPTProto antes de extrapolar um orçamento de prompt longo.
A OpenAI descreve o Luna como a opção eficiente para trabalho focado e de alto volume, enquanto o Sol mira programação e agentes mais complexos. Esse posicionamento é útil, mas não é uma latência medida nem uma garantia de disponibilidade da GPTProto. O tamanho do pedido, o tamanho da saída, o esforço de raciocínio, o uso de ferramentas e as condições ao vivo afetam o tempo até concluir.
Números da OpenRouter em 14 de outubro de 2026. Medianas de provedores não são um SLA da GPTProto. A OpenAI só documenta a chamada de função no Chat Completions quando o esforço de raciocínio é none; confirme a rota ao vivo da GPTProto.
Use uma conta e um saldo da GPTProto para testar os dois modelos nas tarifas exibidas. Assim fica prático começar os passos de rotina no Luna e testar o Sol só no trabalho que precisa de mais raciocínio. Confira o painel de Uso da API do endpoint escolhido para ver os controles disponíveis.
Comece agora. Ótimo para testar o endpoint e experimentar novos modelos.
O ponto ideal para desenvolvedores individuais e pequenos projetos indo para produção.
Feito para equipes com cargas de produção. Créditos bônus somam-se aos preços de modelos já com desconto.
O Luna serve para tarefas com resposta delimitada: rotular uma mensagem de suporte, extrair campos, resumir um trecho recuperado ou tratar uma mudança pequena de código com um teste direto. O Sol é o candidato mais pertinente quando um agente precisa planejar entre arquivos, interpretar vários resultados de ferramenta, depurar uma falha difícil ou revisar uma alteração grande. Um benchmark publicado não decide sozinho a sua regra de roteamento.
Números da Artificial Analysis e da Vals AI como listados na OpenRouter em 14 de outubro de 2026. Nenhum dos modelos tinha posição no Design Arena nessa conferência.
Roteie pelo teste de aceitação e escale quando esse teste falhar.
Roteie pedidos de rotina para o Luna e mova um pedido para o Sol depois de uma validação que falhou, de novas tentativas repetidas ou de um sinal claro de complexidade. Compare esse fluxo misto com uma linha de base só Luna e uma só Sol. Conte o custo e a latência da tarefa inteira, inclusive cada tentativa escalada.
Os dois modelos publicam uma janela de contexto de 1,050,000 tokens, uma entrada máxima de 922,000 tokens e uma saída máxima de 128,000 tokens. Eles recebem texto e imagens e devolvem texto. Limites iguais não significam desempenho igual em documentos longos ou em referências visuais complexas. Recupere o material relevante, reserve espaço para a resposta e teste a qualidade nos tamanhos de prompt que você realmente usa. São limites do modelo da OpenAI, não uma garantia de que toda rota da GPTProto aceite um pedido no tamanho máximo.
A GPTProto também tem páginas de análise de arquivos do Luna e de análise de arquivos do Sol, específicas de cada modelo, além das rotas de busca na web do Luna e de busca na web do Sol. Confira o esquema ao vivo de cada rota antes de depender de uma capacidade em produção.
Crie um conjunto pequeno de avaliação que espelhe a produção: classificação de rotina, uma tarefa de documento mais longo, uma mudança de código em vários arquivos e uma tarefa em que o seu sistema atual costuma falhar. Execute os dois modelos com prompts, ferramentas, ajustes de raciocínio e testes de aceitação comparáveis. Separe sucessos baratos de falhas caras. Informe o custo por resultado aceito, não só o preço por milhão de tokens; depois decida quais tarefas ficam no Luna e quais merecem escalonamento para o Sol.
As duas páginas de modelo incluem o preço atual, exemplos de API e um Playground. Copie o ID do modelo e a rota da página correspondente, teste a mesma carga real e selecione o padrão ou a regra de escalonamento que atenda às suas exigências de qualidade, velocidade e orçamento. GPT-6 Sol não é o GPT-6.1 Sol. Ver os modelos OpenAI na GPTProto.
Sim. Em 13 de outubro de 2026, a GPTProto exibe $0.08 de entrada / $0.40 de saída por milhão de tokens para o Luna e $1.60 de entrada / $8.00 de saída para o Sol. As tarifas listadas de entrada e saída do Sol são 20 vezes as do Luna. Revise a página ao vivo de cada modelo para o preço atual e quaisquer outras cobranças aplicáveis.
Comece o Luna em passos estreitos com testes diretos. Teste o Sol em mudanças entre arquivos, depuração difícil e trabalho de agente em vários passos. Use as mesmas ferramentas e os mesmos critérios de aceitação, e compare conclusões bem-sucedidas, novas tentativas, tempo decorrido e gasto total.
Não. A OpenAI lista uma janela de contexto de 1,050,000 tokens, uma entrada máxima de 922,000 tokens e uma saída máxima de 128,000 tokens para os dois. Esses limites não garantem precisão igual em entradas longas, nem que toda rota da GPTProto aceite o tamanho máximo.
Sim. A OpenAI lista entradas de texto e imagem e saída de texto para os dois modelos. Para criar imagens, escolha um modelo dedicado de geração de imagem.
A documentação de modelo da OpenAI suporta chamada de ferramentas pela Responses API. No Chat Completions, a OpenAI documenta a chamada de função só quando o esforço de raciocínio está em none. Verifique a rota e os controles suportados no painel de Uso da API da GPTProto antes de colocar em produção um agente que usa ferramentas.
Não. GPT-6 Sol e o mais novo GPT-6.1 Sol têm páginas e IDs de modelo separados na GPTProto. Esta comparação é especificamente sobre gpt-6-luna frente a gpt-6-sol.
Sim. O catálogo inclui as páginas de GPT-6 Luna e de GPT-6 Sol, com preço, exemplos de API e um Playground. O catálogo de modelos OpenAI mostra a linha atual.
Posts reais de contas reais e públicas — nada aqui é inventado.
For a team already juggling DeepSeek, Kimi, Qwen, or other providers, a shared routing layer can be reasonable if it removes duplicated work and the fallback behavior is tested. GPTProto is one implementation of this approach.
I've been testing GPTProto recently, and it's honestly made my creative workflow much simpler. Instead of paying for multiple subscriptions, I can access several leading AI models from one place.
I turned this single prompt into a cinematic fantasy video using GPTProto. "Continuous 15-second cinematic shot, 4K resolution, hyper-realistic dark fantasy photorealism…"
I challenged myself to create a cinematic AI cooking short in just 15 seconds. I used GPTProto to bring the entire workflow together, from image generation to video, all in one place.
Made with Seedance 2.0 + GPT Image 2 on GPTProto. A Pixar-style commercial with the perfect glow.
What worked for me was pointing the cloud connections at GPTProto so the frontend only sees one endpoint and I just change the model name to swap. I am not rebuilding a connection from scratch every time.
I route the calls through GPTProto so a fallback is a config switch instead of a weekend rewrite when a model disappears. It turns "my default model just got export controlled" from an incident into a config change.
I used to switch between different AI tools just to compare results. Now I just use GPTProto. GPT-5, Claude, Gemini, Kimi, and more — all in one workspace.
I route the calls through GPTProto so the model id and latency land in one place regardless of which provider is behind it. The win is having the log schema consistent across providers.
I created this 15-second cinematic product video with GPTProto using Seedance 2.0, and I was really impressed by how smooth the workflow was.
GPTProto routes the character prompt and shot list to a top model on one API key: 20 minutes … voices it and burns in captions from the same key: 20 minutes.
Text, images, and voice are configured separately. You can keep OpenRouter for text and use GPTProto for visuals.
The call layer underneath the router is GPTProto, so swapping a model does not require provisioning a new provider integration. Changing models becomes cheap enough that the question stops being "should we change."
Compare modelos, aprenda a configurar a API e explore fluxos de imagem e vídeo para projetos reais.
Crie imagens e vídeos online ou leve modelos de texto, imagem e vídeo ao seu app com uma chave de API. Veja tarifas com desconto em modelos selecionados.
