GPT-6 لونا اب فیلو سرچ میں: ایک ملین ٹوکن صرف $0.10 میں

GPT-6 لونا فیلو سرچ میں دستیاب ہے: 1.05M کانٹیکسٹ اور فرنٹیئر کلاس ریڈنگ صرف $0.10 فی ملین ان پٹ ٹوکن پر، GPT-6 فیملی میں سب سے سستا ماڈل۔

اوپن اے آئی نے 22 ستمبر کو GPT-6 لونا کو GPT-6 سول کے ساتھ جاری کیا۔ لونا، GPT-6 فیملی میں سب سے سستا ماڈل ہے: $0.10 فی ملین ان پٹ ٹوکن اور $0.50 فی ملین آؤٹ پٹ، جو سول کی قیمت کا تقریباً بیسواں حصہ اور آسٹرا فلیگ شپ کا سوواں حصہ بنتا ہے۔

یہ اب فیلو سرچ میں دستیاب ہے۔ اصل سوال یہ نہیں کہ لونا سب سے ذہین ماڈل ہے جو آپ سرچ باکس کے پیچھے لگا سکتے ہیں۔ اصل بات یہ ہے کہ جب کسی دستاویز کو پڑھنے کی قیمت تقریباً نہ ہونے کے برابر ہو تو کیا کچھ ممکن ہو جاتا ہے۔

GPT-6 لونا اصل میں ہے کیا

لونا، GPT-6 جنریشن میں سب سے نیچے ہے، سول کے نیچے اور آسٹرا سے کافی نیچے۔ اس نام پر غور کریں، کیونکہ یہ پچھلی جنریشن کے برعکس ہے۔

GPT-5.6 جنریشن میں سول فلیگ شپ تھا، اس کے نیچے ٹرا اور لونا تھے۔ GPT-6 میں یہ ترتیب الٹ گئی: آسٹرا $10/$50 پر سب سے اوپر، سول درمیانی سطح پر $2/$10، اور لونا $0.10/$0.50 پر فیملی کو اینکر کرتا ہے۔ وہی تین نام، الٹی درجہ بندی۔ اگر آپ GPT-5.6 سے کوئی مفروضہ لے کر آ رہے ہیں تو قیمت سب سے تیز طریقہ ہے یہ جاننے کا کہ آپ کس لونا کو دیکھ رہے ہیں۔

Spec	GPT-6 Luna
Model ID	gpt-6-luna
Maker	OpenAI
Released	September 22, 2026
Context window	1,050,000 tokens
Max input	922,000 tokens
Max output	128,000 tokens
Input	Text, image
Output	Text
Reasoning effort	none / low / medium (default) / high / xhigh / max
Price	$0.10 per million input, $0.50 per million output
Long context	$0.20 in / $0.75 out above 272,000 input tokens
Cached input	$0.01 per million tokens
Knowledge cutoff	May 18, 2026

کانٹیکسٹ والی قطار کو قیمت کے ساتھ پڑھیں۔ لونا اسی 1,050,000 ٹوکن ونڈو کے ساتھ آتا ہے جو فلیگ شپ میں ہے (922,000 ان پٹ، 128,000 آؤٹ پٹ) اور آسٹرا کے ان پٹ پرائس کا سوواں حصہ ہے۔ اوپن اے آئی نے قیمت کم کرنے کے لیے ونڈو کو چھوٹا نہیں کیا۔ یہ وہی ونڈو ہے، بس ماڈل سستا ہے۔

تین مزید قطاریں ماڈل کے اصل کام کرنے کے انداز کو بدل دیتی ہیں۔

کیچڈ ان پٹ کی قیمت فی ملین ٹوکن ایک سینٹ ہے۔ ایک ہی سورس سیٹ کو بیس مختلف سوالات کے ساتھ چلانا اس قیمت پر مفت کے برابر ہے۔

چھ ریزننگ ایفورٹ سیٹنگز، ڈیفالٹ پر میڈیم۔ اس ہفتے جاری ہونے والے چار ماڈلز میں سے لونا واحد ہے جس میں آف سوئچ ہے: none ریزننگ کو مکمل طور پر چھوڑ دیتا ہے جب اس کی ضرورت نہ ہو۔ یہ لیٹنسی کا فیصلہ بھی ہے اور قیمت کا بھی۔ کلاسیفیکیشن، ایکسٹریکشن اور روٹنگ میں، سب سے تیز درست جواب وہ ہوتا ہے جو پہلے سوچتا نہیں۔

بیچ اور فلیکس قیمت کو دوبارہ آدھا کر دیتے ہیں۔ جس کام میں فوری جواب نہ چاہیے ہو، وہاں فی ملین آؤٹ پٹ ٹوکن پچاس سینٹ کم از کم قیمت ہے۔

سستی ریڈنگ کیا بدل دیتی ہے

زیادہ تر تحقیقاتی بجٹ سنتھیسس پر نہیں لگتے۔ وہ ریڈنگ پر خرچ ہوتے ہیں: چالیس سورسز کھولنا تاکہ چھ اہم تلاش ہوں، پھر انہی چھ کو تفصیل سے پڑھنا۔ پہلا مرحلہ مہنگا ہوتا ہے کیونکہ فرنٹیئر ماڈل وہ کام کر رہا ہوتا ہے جو سستا ماڈل بھی کر سکتا ہے۔

$0.10 فی ملین ان پٹ ٹوکن پر یہ حساب الٹ جاتا ہے۔ اب آپ فیلو سرچ میں یہ سب کر سکتے ہیں:

• سب کچھ پڑھیں، پھر فیصلہ کریں کیا اہم ہے۔ تمام نتائج کو ایک ہی کانٹیکسٹ میں لائیں اور اپنے مخصوص سوال کے لحاظ سے ان کی اہمیت کی درجہ بندی کریں، وجہ کے ساتھ۔ ایک لاکھ ٹوکن ان پٹ کی قیمت ایک سینٹ ہے۔
• ایک ہی سوال زیادہ سورسز پر چلائیں۔ دس سورسز پڑھنے کی وجہ کوریج ہے، اور لوگ تین اس لیے پڑھتے ہیں کہ قیمت زیادہ ہے۔ اس قیمت پر یہ رکاوٹ ہٹ جاتی ہے۔
• پہلے ایکسٹریکٹ کریں، پھر ریزن کریں۔ لونا سے چالیس ڈاکیومنٹس کو نمبرز، تاریخوں اور دعووں کی ٹیبل میں بدلوا لیں، ہر قطار کے ساتھ سورس بھی ہو۔ پھر یہ ٹیبل کسی مضبوط ماڈل کو دیں، ڈاکیومنٹس نہیں۔
• مشکل کے حساب سے روٹ کریں۔ آسان کام لونا کو بھیجیں اور صرف وہ سوالات آگے بڑھائیں جن میں گہرائی چاہیے۔ یہی جگہ ہے جہاں بچت بڑھتی ہے۔

اسکورز اس پہلے مرحلے کے لیے لونا کے استعمال کی حمایت کرتے ہیں۔ اوپن اے آئی کے شائع کردہ DeepSWE v1.1 میں یہ لانگ ہورائزن سافٹ ویئر انجینئرنگ پر 66.6% پر ہے، اور Agents' Last Exam میں 0.51۔ HealthBench Professional میں 60.8%۔ SEC-Bench Pro اسکور، 34.2%، یاد دلاتا ہے کہ فنانس ڈومین کا کام اس سطح کے ہر ماڈل کے لیے عام ریڈنگ سے زیادہ مشکل ہے۔

لونا کیا نہیں ہے

سچ یہ ہے: لونا نے قیمت کے بدلے ریزننگ کی گہرائی کم کی ہے، اور یہ سودا حقیقی ہے۔

شائع شدہ ٹیبلز میں یہ فیملی کا سب سے نچلا ماڈل ہے، اور اوپن اے آئی کا اپنا ڈیفالٹ سیٹنگ (میڈیم ایفورٹ) کا اسکور سول اور آسٹرا کے ہائی ایفورٹ اسکور سے کافی کم ہے۔ اوپن ڈومین ریکال نمبرز پچھلے لونا سے کافی بہتر ہوئے ہیں، لیکن اب بھی وہ نہیں جو آپ کسی اہم سوال کے حتمی جواب میں چاہتے ہیں۔

یہ اس کو چھوڑنے کی وجہ نہیں۔ یہ اسے صحیح کام کے لیے استعمال کرنے کی وجہ ہے: لونا پڑھتا ہے، مضبوط ماڈل فیصلہ کرتا ہے۔ فیلو سرچ میں دونوں حصے ایک ہی ورک اسپیس میں ہیں۔ لونا پر وسیع ریڈنگ کریں، پھر ماڈل بدلیں اور نکالی گئی شہادت کے ساتھ حتمی سوال پوچھیں۔

فیلو سرچ میں GPT-6 لونا کیسے استعمال کریں

1. ماڈل پککر کھولیں اور GPT-6 لونا منتخب کریں۔ وہی سرچ باکس، وہی سورسز۔

2. وسیع آغاز کریں۔ ایسا سوال پوچھیں جس کے لیے آپ عام طور پر زیادہ سورسز پڑھنے کی قیمت نہ دیتے: "اس کے ہر شائع شدہ اعداد و شمار تلاش کریں، سورس اور تاریخ کے ساتھ۔"

3. ساخت مانگیں، نثر نہیں۔ ٹیبلز، لسٹس اور ایکسٹریکٹڈ فیلڈز سستے ماڈل کی خاصیت ہیں۔ تحریری سنتھیسس مہنگے مرحلے کے لیے بچا کر رکھیں۔

4. جب سوال مشکل ہو جائے تو ایفورٹ سیٹنگ بڑھائیں۔ میڈیم ڈیفالٹ ہے، لیکن high اور xhigh مشکل کام کے لیے موجود ہیں۔

5. حتمی جواب کے لیے ماڈل بدلیں۔ شہادت وہی رکھیں، ماڈل بدلیں۔ پککر کنٹرول ہے، عہد نہیں۔

باقی تین ماڈل بھی فیلو سرچ میں دستیاب ہیں

لونا اپنے تین بہن بھائیوں کے ساتھ آیا، اور چاروں فیلو سرچ میں ہیں۔

Model	Released by	Price per million tokens	Context	Built for
Grok 4.7	SpaceXAI	$2 in / $6 out	500K	لانگ ہورائزن ریزننگ اور نالج ورک
Claude Opus 5.5	Anthropic	$4 in / $20 out	1M	جوابات جو تصدیق پر پورے اتریں
GPT-6 Luna	OpenAI	$0.10 in / $0.50 out	1.05M	کم ترین قیمت پر ہائی والیوم سرچ
GPT-6 Sol	OpenAI	$2 in / $10 out	1.05M	ایجنٹ لوپس اور ریپیٹ کالز درمیانی قیمت پر

لونا چاروں میں سب سے سستا ہے، اور واحد ماڈل ہے جس میں ریزننگ آف سیٹنگ ہے۔ اگر آپ سمجھتے ہیں کہ سستے ماڈل صرف غیر اہم سوالات کے لیے ہیں، تو ملین ٹوکن ونڈو آپ کی رائے بدل سکتی ہے۔

فیلو سرچ میں GPT-6 لونا آزمائیں

GPT-6 لونا فیلو سرچ میں 1,050,000 ٹوکن کانٹیکسٹ ونڈو، چھ ریزننگ ایفورٹ سیٹنگز اور $0.10/$0.50 قیمت کے ساتھ دستیاب ہے۔ یہ وہ ماڈل ہے جو سب کچھ پڑھنا سستا بنا دیتا ہے۔

فیلو سرچ میں GPT-6 لونا کھولیں →

---

یہ مضمون ان زبانوں میں بھی دستیاب ہے: English, 简体中文, 日本語, 한국어, 繁體中文, हिन्दी, Français, العربية, Русский, Bahasa Indonesia, Deutsch, Tiếng Việt, Türkçe, Italiano, ไทย, Español, বাংলা and Português۔