專為重複性任務打造
將 Luna 用於會多次執行的專注型工作：分類請求、擷取欄位、摘要所選素材，或草擬簡短回覆。在提高處理量之前，先用自己的範例衡量準確度。
GPT 6 Luna
在 GPTProto 上存取 GPT-6 Luna，適用於高流量對話、分類與結構化擷取。透過可調整的推理能力與 1.05M token 的上下文視窗執行聚焦任務。查看即時費率，並使用你的 GPTProto API 金鑰測試模型。
API 呼叫範例
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 定價
聊天、程式開發代理與文件處理。以每 1M Token 計價 — 輸入、快取輸入與輸出分開計費。GPTProto 比官方費率低 20%。
| 場景 | OpenAI 牌價 | OpenRouter | GPTProto | 每月節省 |
|---|---|---|---|---|
| Personal10M tokens / 月（4.8M 快取） | $1.37 | $1.44 | $1.09 | −$0.27≈ $3.28 / 年 |
| Team100M tokens / 月（48M 快取） | $13.68 | $14.43 | $10.94 | −$2.74≈ $32.83 / 年 |
| Business500M tokens / 月（240M 快取） | $68.40 | $72.16 | $54.72 | −$13.68≈ $164.16 / 年 |
每月節省 $0.00
年省約 $0.00 · 隨用隨付
相關模型
所有模型
GPT 6 Luna目前
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
模型
價格：GPTProto
對比官方
對比 OpenRouter
上下文
穩定度
GPT 6 Luna目前
OpenAI
$0.08 / $0.40每 1M tokens
-20%
-24%
1.05M
GPT-6 Luna API
使用 Luna 打造可重複的應用程式工作流程，從標記客服訊息到擷取產品詳細資料，以及處理小型代理步驟。用真實輸入測試準確度，然後在將高流量工作負載移至此層級之前，比較延遲、重試次數與總成本。
1.05M Token 上下文
此模型可接受最多 1,050,000 個 Token 的上下文，並支援最多 128,000 個輸出 Token。每次請求只擷取有用的素材；大型上下文視窗是容量上限，不是建議的提示詞長度。
可調整的推理強度
可選擇 none、low、medium（預設）、high、xhigh 或 max 等上游設定。先從小型任務集開始，並比較不同投入程度下的完成結果、延遲與 Token 用量。
結構化文字結果
OpenAI 的文件說明了 Luna 的結構化輸出、串流與函式呼叫。在 GPTProto 路由支援的情況下，將這些功能用於擷取或應用程式工作流程；在寫入資料庫之前，請先驗證回應。
什麼是 GPT-6 Luna API？
GPT-6 Luna 是 OpenAI 專注於效率的模型，適合高頻率、可重複的工作。其公布的 API 模型 ID 是 gpt-6-luna。此模型接受文字與圖像作為輸入並產生文字；它是託管模型，並非開源下載。OpenAI 將串流、結構化輸出與函式呼叫列為其上游能力之一。
Luna 是處理有界請求的首選：工單標籤、根據檢索文字回答，或產品屬性。對於不明確的計畫、跨檔案編輯或較長的代理執行，也請測試 GPT-6 Sol。請依完成任務的成本來選擇，而不只是看 Token 費率。
| 已公布規格 | GPT-6 Luna |
|---|---|
| OpenAI 模型 ID | gpt-6-luna |
| 上下文視窗 | 1,050,000 個 Token |
| 最大輸出 | 128,000 個 Token |
| 輸入 / 輸出 | 文字與圖像 / 文字 |
| 推理強度 | none, low, medium (預設), high, xhigh, max |
| 結構化輸出 / 串流 | 上游支援 |
| 微調 | 不支援 |
長上下文視窗並不保證長程任務成功。將工作拆成可檢查的階段，把狀態保存在提示之外，並在比較成本時計入重試次數。
GPT-6 Luna API 應用
高流量聊天與分類。 將定義明確的訊息路由至 Luna。提供類別定義或簡短的知識摘錄，然後在真實輸入上測試準確度與回應時間。
結構化擷取。 從產品描述或客戶訊息中擷取欄位。要求結構描述，在應用程式中驗證欄位，並審查不確定的案例。
有界程式編寫與代理步驟。 解釋函式、草擬針對性的測試，或摘要工具結果。你的應用程式負責執行工具與測試；將困難的變更或重複失敗升級至 Sol。
GPT-6 Luna 與 GPT-5.6 Luna 及 GPT-6 Sol 的比較
此表顯示 OpenAI 的標準上游短上下文文字費率，而非 GPTProto 價格。請查閱本頁的即時定價面板，以了解 GPTProto 計費的費率。三個模型都公布 1,050,000 個 Token 的上下文視窗，以及 128,000 個 Token 的最大輸出。
| 模型 | OpenAI 每 1M 個 Token 的輸入 / 輸出 | 良好的首次測試 |
|---|---|---|
| GPT-5.6 Luna | $0.20 / $1.20 | 現有工作負載基準；在遷移測試通過前請保留。 |
| GPT-6 Luna | $0.10 / $0.50 | 成本與回應時間至關重要的可重複任務。 |
| GPT-6 Sol | $2.00 / $10.00 | 需要更強推理或更長代理迴圈的任務。 |
OpenAI 的 GPT-6 Luna 定價費率中，輸入比 GPT-5.6 Luna 目前費率低 50%，輸出低約 58%。這比較的是 Token 價格，而非品質。當輸入超過 272,000 個 Token 時，整個請求會適用更高的上游長上下文費率；請查閱 GPTProto 對大型工作的計費規則。
將重複工作流程移至 Luna
在 GPT-5.6 Luna、GPT-6 Luna 和 Sol 上執行具代表性的任務樣本。比較可接受的答案、重試次數、延遲與總費用。設定升級規則。對於啟用推理的工具呼叫，請檢查端點：OpenAI 建議使用 Responses，而 Chat Completions 僅允許在 reasoning_effort: "none" 時進行函式呼叫。請在快速入門中驗證 GPTProto 的路由。
常見問題
GPT-6 Luna API 在 GPTProto 上的費用是多少？
請查看即時定價面板以了解 GPTProto 的費率。OpenAI 的標準上游短上下文列表費率為每百萬個 token 輸入 $0.10、輸出 $0.50；這些並非 GPTProto 的計費費率。
如何取得 GPT-6 Luna API 金鑰並測試模型？
在您的儀表板中建立 GPTProto 金鑰，然後選擇「試用此模型」以取得其模型 ID 和快速入門。該金鑰可存取其他列出的模型；請將其保存在您的伺服器上。
GPT-6 Luna 與 GPT-6 Sol：我應該為編碼代理使用哪一個？
先使用簡短、可驗證的步驟開始使用 Luna。若需要更困難的規劃或跨檔案變更，可試用 Sol。使用相同的驗收測試，並比較每項完成任務的成本。
GPT-6 Luna 比 GPT-5.6 Luna 更好嗎？
上游 token 價格較低，但這並不證明品質更高。請以相同任務與推理設定測試這兩個模型。在達到成功率與延遲目標之前，請繼續使用先前的路由。
GPT-6 Luna 能在啟用推理時呼叫工具嗎？
OpenAI 記載工具呼叫可透過 Responses 進行；Chat Completions 僅在 reasoning_effort: "none" 時允許。在依賴啟用推理的工具呼叫之前，請先確認 GPTProto 支援的路由。
GPT-6 Luna 是開源模型還是圖像生成器？
不行。它是一種託管 API 模型，支援圖像輸入與文字輸出，並非可下載的權重或直接輸出圖像。如果您的應用程式需要生成圖片，請從 OpenAI 模型集合中選擇專用的圖像模型。
GPT-6 Luna 與 Gemini 4 或 GLM-5.3 Flash 相比如何？
請以相同的提示、時間限制與驗收檢查來測試確切版本。工具支援與供應商計費可能有所不同；若要宣稱普遍優勝，需要共享工作負載的結果。
相關文章
與本模型相關的指南、對比與更新。
所有文章
2026 年 6 大最佳 LLM API 供應商：多模型平台比較
比較 2026 年六大最佳 LLM API 供應商，涵蓋模型存取、定價結構、速度、相容性、治理與開發者體驗。
什麼是 GPT-6 Sol？發布狀態、定價、測試與我們目前所知
什麼是 GPT-6 Sol？查看其發布狀態、據報導的功能、定價、程式設計測試，以及它與 GPT-6 Astra 和 GPT-5.6 Sol 的比較。
2026 年適用於 AI 代理的 6 款最佳平價 LLM API
比較 6 款適用於 AI 代理的平價 LLM API，從定價、工具呼叫、速度、上下文，以及每項成功任務的成本，幫您在 2026 年選出合適的模型。
Qwen3.8-Flash-Next 與 GLM-5.3 Flash：在程式設計、代理與價格方面哪個更好？
比較 Qwen3.8-Flash-Next 與 GLM-5.3 Flash 在程式設計、代理、前端工作、速度、定價、上下文、授權與正式環境使用方面的表現。