GPT-6 Luna अब Felo Search में उपलब्ध: एक मिलियन टोकन सिर्फ $0.10 में
GPT-6 Luna Felo Search में लाइव है: 1.05M कॉन्टेक्स्ट और फ्रंटियर-क्लास रीडिंग $0.10 प्रति मिलियन इनपुट टोकन पर, GPT-6 परिवार में सबसे सस्ता टियर।
OpenAI ने 22 सितंबर को GPT-6 Luna को GPT-6 Sol के साथ जारी किया। Luna GPT-6 परिवार में सबसे सस्ता मॉडल है: $0.10 प्रति मिलियन इनपुट टोकन और $0.50 प्रति मिलियन आउटपुट, Sol की कीमत का लगभग बीसवां हिस्सा और Astra फ्लैगशिप का सौवां हिस्सा।
यह अब Felo Search में लाइव है। दिलचस्प सवाल यह नहीं है कि Luna सबसे स्मार्ट मॉडल है जिसे आप सर्च बॉक्स के पीछे लगा सकते हैं। सवाल यह है कि जब दस्तावेज़ पढ़ने की लागत लगभग शून्य हो जाती है, तब क्या संभव होता है।
GPT-6 Luna वास्तव में क्या है
Luna GPT-6 पीढ़ी के सबसे नीचे बैठता है, GPT-6 Sol के नीचे और GPT-6 Astra से बहुत नीचे। नामकरण पर ध्यान देना चाहिए, क्योंकि यह पिछली पीढ़ी के विपरीत है।
GPT-5.6 पीढ़ी में, Sol फ्लैगशिप था, Terra और Luna उसके नीचे थे। GPT-6 में यह क्रम उल्टा है: Astra $10/$50 पर सबसे ऊपर, Sol $2/$10 पर मध्य टियर, और Luna $0.10/$0.50 पर परिवार का आधार। वही तीन नाम, उल्टा क्रम। अगर आप GPT-5.6 से कोई धारणा लेकर आ रहे हैं, तो कीमत सबसे तेज तरीका है यह पहचानने का कि आप किस Luna को देख रहे हैं।
| Spec | GPT-6 Luna |
|---|---|
| Model ID | gpt-6-luna |
| Maker | OpenAI |
| Released | 22 सितंबर, 2026 |
| Context window | 1,050,000 टोकन |
| Max input | 922,000 टोकन |
| Max output | 128,000 टोकन |
| Input | टेक्स्ट, इमेज |
| Output | टेक्स्ट |
| Reasoning effort | कोई नहीं / कम / मध्यम (डिफ़ॉल्ट) / उच्च / बहुत उच्च / अधिकतम |
| Price | $0.10 प्रति मिलियन इनपुट, $0.50 प्रति मिलियन आउटपुट |
| Long context | $0.20 इन / $0.75 आउट 272,000 इनपुट टोकन से ऊपर |
| Cached input | $0.01 प्रति मिलियन टोकन |
| Knowledge cutoff | 18 मई, 2026 |
कॉन्टेक्स्ट पंक्ति को कीमत पंक्ति के साथ पढ़ें। Luna फ्लैगशिप के समान 1,050,000-टोकन विंडो के साथ आता है (922,000 टोकन इनपुट, 128,000 आउटपुट) Astra की इनपुट कीमत का सौवां हिस्सा। OpenAI ने कीमत कम करने के लिए विंडो को छोटा नहीं किया। वही विंडो, सस्ते मॉडल पर।
तीन और पंक्तियाँ मॉडल के व्यवहार को असली काम में बदलती हैं।
कैश्ड इनपुट की लागत एक सेंट प्रति मिलियन टोकन है। एक ही स्रोत सेट को बीस अलग-अलग सवालों में चलाना, उस दर पर, मुफ्त है।
छह reasoning-effort सेटिंग्स, डिफ़ॉल्ट मध्यम। Luna इस सप्ताह जारी चारों में एकमात्र मॉडल है जिसमें ऑफ स्विच है: none reasoning को पूरी तरह छोड़ देता है जब काम को इसकी जरूरत नहीं होती। यह लागत के साथ-साथ latency का फैसला है। क्लासिफिकेशन, एक्सट्रैक्शन और रूटिंग में, सबसे तेज सही उत्तर वही होता है जो पहले सोचता नहीं।
Batch और Flex कीमत को फिर आधा कर देते हैं। जिन कामों में लाइव उत्तर की जरूरत नहीं, वहां पचास सेंट प्रति मिलियन आउटपुट टोकन न्यूनतम है।
सस्ती रीडिंग क्या बदलती है
अधिकांश रिसर्च बजट synthesis पर खर्च नहीं होते। वे पढ़ने पर खर्च होते हैं: चालीस स्रोत खोलना ताकि छह महत्वपूर्ण मिलें, फिर उन छह को ध्यान से पढ़ना। पहली बार पढ़ना महंगा होता है क्योंकि फ्रंटियर मॉडल वह काम करता है जो सस्ता मॉडल कर सकता है।
$0.10 प्रति मिलियन इनपुट टोकन पर, गणना उलट जाती है। अब Felo Search में यह किया जा सकता है:
- सब कुछ पढ़ें, फिर तय करें क्या महत्वपूर्ण है। सभी परिणामों को एक ही कॉन्टेक्स्ट में खींचें और अपनी खास सवाल के अनुसार relevance के आधार पर रैंक करें, कारण के साथ। एक लाख टोकन इनपुट की लागत एक सेंट है।
- सवाल को सामान्य से ज्यादा स्रोतों पर चलाएं। दस स्रोत पढ़ने का कारण coverage है, और लोग तीन ही पढ़ते हैं क्योंकि लागत ज्यादा है। इस कीमत पर constraint बदल जाता है।
- सोचने से पहले एक्सट्रैक्ट करें। Luna से चालीस दस्तावेज़ों को structured table में बदलवाएं जिसमें नंबर, तारीखें और दावे हों, हर पंक्ति के साथ स्रोत। फिर उस table को, दस्तावेज़ों को नहीं, मजबूत मॉडल को दें।
- मुश्किल के अनुसार route करें। workload का आसान हिस्सा Luna को भेजें और गहराई की जरूरत वाले सवालों को escalate करें। triage में बचत बढ़ती है।
स्कोर Luna को पहले पास के लिए इस्तेमाल करने का समर्थन करते हैं। OpenAI द्वारा प्रकाशित DeepSWE v1.1 में यह long-horizon software engineering में 66.6% पर है, और Agents' Last Exam में 0.51। HealthBench Professional में 60.8%। SEC-Bench Pro स्कोर, 34.2%, याद दिलाता है कि finance-domain काम हर मॉडल के लिए इस टियर में सामान्य पढ़ने से कठिन है।
Luna क्या नहीं है
ईमानदार संस्करण: Luna reasoning depth के बदले लागत देता है, और यह tradeoff असली है।
प्रकाशित तालिकाओं में यह परिवार का सबसे निचला टियर है, और OpenAI का खुद का आंकड़ा डिफ़ॉल्ट सेटिंग (मध्यम effort) के लिए Sol और Astra के उच्च effort पर लौटाए गए आंकड़ों से काफी नीचे बैठता है। open-domain recall नंबर पिछले Luna से काफी बेहतर हुए हैं, लेकिन वे अभी भी वे नंबर नहीं हैं जो आप high-stakes सवाल के final answer के नीचे चाहते हैं।
यह इसे avoid करने का कारण नहीं है। यह इसे सही आधे काम के लिए इस्तेमाल करने का कारण है: Luna पढ़ता है, मजबूत मॉडल फैसला करता है। Felo Search में दोनों हिस्से एक ही workspace में हैं। Luna पर wide pass करें, फिर picker में मॉडल बदलें और final सवाल पूछें, एक्सट्रैक्टेड evidence कॉन्टेक्स्ट में रहते हुए।
Felo Search में GPT-6 Luna कैसे इस्तेमाल करें
1. मॉडल picker खोलें और GPT-6 Luna चुनें। वही search box, वही sources।
2. चौड़ा शुरू करें। ऐसा सवाल पूछें जिसमें सामान्य से ज्यादा स्रोत पढ़ने की जरूरत हो: "इसका हर प्रकाशित आंकड़ा खोजें, उसके स्रोत और तारीख के साथ।"
3. structure मांगें, prose नहीं। Tables, lists, और extracted fields सस्ता मॉडल अच्छी तरह करता है। लिखी synthesis को महंगे पास के लिए बचाएं।
4. सवाल कठिन हो तो effort setting बढ़ाएं। मध्यम डिफ़ॉल्ट है, लेकिन high और xhigh तब हैं जब काम को उनकी जरूरत हो।
5. final answer के लिए मॉडल बदलें। evidence रखें, मॉडल बदलें। picker नियंत्रण है, प्रतिबद्धता नहीं।
बाकी तीन मॉडल भी Felo Search में लाइव हैं
Luna तीन siblings के साथ आया, और चारों Felo Search में हैं।
| Model | Released by | Price per million tokens | Context | Built for |
|---|---|---|---|---|
| Grok 4.7 | SpaceXAI | $2 इन / $6 आउट | 500K | Long-horizon reasoning और knowledge work |
| Claude Opus 5.5 | Anthropic | $4 इन / $20 आउट | 1M | उत्तर जो verification में टिकते हैं |
| GPT-6 Luna | OpenAI | $0.10 इन / $0.50 आउट | 1.05M | सबसे कम लागत पर high-volume search |
| GPT-6 Sol | OpenAI | $2 इन / $10 आउट | 1.05M | एजेंट loops और repeat calls मध्य टियर कीमत पर |
Luna चारों में सबसे सस्ता है, और reasoning-off setting देने वाला एकमात्र मॉडल है। अगर आपकी प्रवृत्ति है कि सस्ते मॉडल फेंकने वाले सवालों के लिए हैं, तो मिलियन-टोकन विंडो वह हिस्सा है जो आपकी सोच बदल सकता है।
Felo Search में GPT-6 Luna आज़माएं
GPT-6 Luna Felo Search में लाइव है, 1,050,000-टोकन कॉन्टेक्स्ट विंडो, छह reasoning-effort सेटिंग्स, और $0.10/$0.50 कीमत के साथ। यह वह मॉडल है जो सब कुछ पढ़ना सस्ता विकल्प बनाता है।
Open GPT-6 Luna in Felo Search →
यह पोस्ट इन भाषाओं में भी उपलब्ध है: English, 简体中文, 日本語, 한국어, 繁體中文, Français, العربية, Русский, اردو, Bahasa Indonesia, Deutsch, Tiếng Việt, Türkçe, Italiano, ไทย, Español, বাংলা and Português।