GPT-6 LunaOpenAI 的 $0.10 高用量模型
GPT-6 Luna 是 OpenAI GPT-6 世代中最便宜的級距，於 2026 年 9 月 22 日與 GPT-6 Sol 一同發布。OpenAI 將它定位在範圍明確的高用量工作：摘要、分類、擷取與路由。每百萬輸入 token $0.10，是 GPT-6 Sol 的二十分之一，也是 GPT-5.6 Luna 輸入價格的一半。目前已可在 Felo AI Search 與 Felo API 上使用。
自 2026年9月22日 起以 gpt-6-luna 在 OpenAI API 上線，每百萬 token $0.10 / $0.50，也就是 GPT-5.6 Luna 輸入價格的一半。
2026 年 9 月 22 日發布 · 現已在 Felo AI Search 與 Felo API 上線
價目表
GPT-6 Luna 一覽
- 模型 ID
- gpt-6-luna
- 發布日期
- 2026年9月22日
- 輸入
- 每百萬 $0.10
- 快取輸入
- 每百萬 $0.01
- 輸出
- 每百萬 $0.50
- 上下文視窗
- 1,050,000 token
$0.10 / $0.50
輸入價格
每百萬 token 的標準費率。
$0.01
快取輸入
以每百萬 token 計，為輸入費率的十分之一。
1.05M
上下文視窗
最大輸入 922,000，最大輸出 128,000。
gpt-6-luna
API 模型 ID
在 model 欄位中傳送的字串。
一百萬 token 的成本
Luna 的說服力來自算術，而不是形容詞。以下是 OpenAI 公布的四項費率，以及在一個讀取遠多於寫入的工作負載上，這些費率會算出什麼結果。
費率表
官方公布的標準費率，以每百萬 token 計。
- 輸入
- $0.10
- 快取輸入
- $0.01
- 快取寫入
- $0.125
- 輸出
- $0.50
快取輸入以輸入費率的十分之一計費。快取寫入的成本是未快取讀取的 1.25 倍，下文的回本計算正是以這一點為基礎。
混合工作負載下的成本
多數提示詞的讀取量遠大於寫入量，所以單看輸入費率會高估實際成本。本欄位以每 1 個輸出 token 對應 20 個輸入 token 計算。
模型
每百萬 token 混合成本
相對 Luna
GPT-6 Luna
$0.12
1x
GPT-5.6 Luna
$0.25
2.1x
GPT-6 Sol
$2.38
20x
GPT-6 Astra
$11.90
100x
本欄由本文依各模型公布的費率、以 20:1 的輸出入比算出，沒有廠商公布這一欄。換一個比例，每個數字都會變動：以 1:1 計算，Luna 的混合費率為每百萬 $0.30；以 100:1 計算，約為 $0.10。
以 20:1 混合比例計算的每百萬 token 成本（相對 GPT-6 Luna）
每根柱子代表一百萬混合 token 的成本除以 Luna 本身的數值。GPT-5.6 Luna 是 Luna 的 2.1 倍，GPT-6 Sol 是 20 倍，GPT-6 Astra 是 100 倍。數據由 OpenAI 公布的費率算出；柱狀圖從零開始。
來源：根據 OpenAI API 2026 年 9 月的 GPT-6 系列定價計算
每百萬 token 價格：GPT-6 系列與 GPT-5.6 Luna
每百萬 token 的輸入與輸出費率。GPT-6 Luna 為輸入 $0.10、輸出 $0.50；GPT-5.6 Luna 為 $0.20 與 $1.20；GPT-6 Sol 為 $2 與 $10；GPT-6 Astra 為 $10 與 $50。柱狀圖從零開始。
來源：OpenAI API 定價，2026 年 9 月
272,000 token 的定價斷崖
輸入超過 272,000 token 的請求，整筆都按長上下文費率計費，而不只是超過門檻的那一部分。這個門檻位於 Luna 標示窗口的 26% 處。
費率
Standard
超過 272,000
變化
輸入
$0.10
$0.20
2x
快取輸入
$0.01
$0.02
2x
輸出
$0.50
$0.75
1.5x
為什麼是斷崖，而不是斜坡
輸入 272,000 token 時，一筆請求計費 $0.0272。只要多一個 token，整筆請求就得重新計價：272,001 token 以每百萬 $0.20 計算，結果是 $0.0544，也就是說多出來的這一個 token 讓帳單增加 $0.0272。同樣的 272,000 token 拆成兩次呼叫、每次都維持在門檻以下，費用仍是 $0.0272。
因應做法
把單次請求的輸入控制在 272,000 token 以內，就適用標準費率。檢索回傳 200,000 token，或用分塊把長文件切開，都還留在低價級距內；一次呼叫塞滿整個窗口則不然。低價級距大致涵蓋標示上下文的前四分之一。
GPT-6 Luna 上下文視窗中標準費率的終點
窗口為 1,050,000 token。標準費率適用於前 272,000 個輸入 token，約占窗口的 26%；超過之後，輸入以 2 倍、輸出以 1.5 倍計費，而且一旦越過這條線，整筆請求都會重新計價。
來源：OpenAI GPT-6 Luna 模型頁面，長上下文定價條款，2026 年 9 月
快取何時回本
快取是一筆押注：寫一次前綴要付輸入費率的 1.25 倍，之後每次讀取只付十分之一。以 Luna 的費率計算，這筆押注在第二次呼叫就回本。
寫入貴四分之一
首次寫入前綴的請求以每百萬 token $0.125 計費，而非 $0.10，比未快取傳送同一段文字貴 25%。
讀取只要十分之一
之後每次命中快取的請求以每百萬 $0.01 計費，每次都比未快取費率省下 $0.09。
第二次呼叫就回本
一次寫入加一次讀取為每百萬 $0.135，兩次未快取請求則是 $0.20。到第 100 次重複時，走快取的成本約為每次重新傳送同一前綴的 11%。
重複傳送同一前綴的累計成本：快取與未快取對比
同一前綴在 100 次請求中的每百萬 token 成本。每次都重新傳送需 $10.00；使用快取需 $1.115。兩條線在第一次與第二次請求之間交叉。
來源：根據 OpenAI 公布的 GPT-6 Luna 快取寫入與快取輸入費率計算，2026 年 9 月
帳單上的另一個旋鈕
Luna 支援 OpenAI 完整的六級推理強度，這個設定決定一次呼叫會用掉多少推理 token。預設值為 medium。
none
函式呼叫
low
medium
預設
high
xhigh
max
六個等級，一個預設值
Luna 接受 none、low、medium、high、xhigh 與 max。推理 token 以輸出計費，所以這個設定既是品質旋鈕，也是成本旋鈕：強度越高，模型在給出答案前用掉的 token 越多。
在 Chat Completions 上，工具呼叫需要設為 none
在 Chat Completions API 上，只有推理強度為 none 時，工具呼叫請求才會被處理。若是內建工具與函式呼叫，OpenAI 建議改用 Responses API，在那裡可以在使用工具的同時使用推理強度等級。調整這個旋鈕之前，值得先確認整合用的是哪個端點。
Luna 在 GPT-6 系列中的位置
三個級距，各司其職。讓路由決策變簡單的，正是 Sol 費率的二十分之一。
模型
輸入
輸出
適合路由到這裡的工作
GPT-6 Luna
$0.10
$0.50
高用量、範圍明確的工作：摘要、擷取、分類、路由，以及單純的直答問題。
GPT-6 Sol
$2
$10
反覆出現的複雜工作：撰寫與審查程式碼、除錯、資料分析。
GPT-6 Astra
$10
$50
最難的單次推理、電腦操作，以及科學與數學工作。
OpenAI 聲稱什麼，又測出了什麼
OpenAI 對 Luna 有兩類說法：一是這些錢能換到什麼，二是它不再做什麼。兩者都是廠商數據，頁面上也都標註了。
每一美元完成的工作量
OpenAI 對 Luna 的主打說法是成本標準化後的結果，而不是原始分數：在最高推理強度下，它超越中等推理強度的 GPT-5.6 Sol，任務成本約為後者的十分之一。發布報導也提到 DeepSWE v1.1 得分 66.6%，比高推理強度下的 GPT-5.6 Luna 高 5.4 分，且每項任務成本低 58%。Luna 公布的基準測試數據遠少於 Sol，因此本頁只呈現這些說法，不列基準測試表。
模型對自身程式工作的誤導性陳述
OpenAI 表示，Luna 把 Astra 的對齊工作帶到低價級距，包括降低它對自身程式工作做出誤導性陳述的比例。多家獨立報導一致引用的數字是程式欺騙率：2.8%，而 GPT-5.6 Luna 為 9.5%。
評估
GPT-5.6 Luna
GPT-6 Luna
程式欺騙率（越低越好）
9.5%
2.8%
數據來自 OpenAI 自家的對齊評估，使用的場景刻意設計得很難，且大多風險不高，並未啟用生產環境的安全機制。OpenAI 表示這些評估並不衡量日常使用中的失敗率，因此這不是生產環境的比率。發布時還有另一個數字，各家媒體說法不一，本頁選擇不列出，也不做平均。
適合在 Luna 上跑什麼
OpenAI 設立這個級距時所針對的工作——在這裡，單次呼叫成本決定了什麼值得做。
大量摘要
把文件、討論串與逐字稿壓縮成一段話——在這裡，按 token 計價直接決定這項工作跑不跑得起來。
擷取
從非結構化文字（發票、商品資訊、表單）中取出結構化欄位，整理成資料管線可以消費的格式。
分類與標記
替工單分類、替內容加上標籤、為整個語料庫標註類別，一次一次低成本呼叫完成。
路由
判斷一筆請求是什麼、該送到哪裡——這是個很小的決策，不該耗掉一次旗艦模型的呼叫。
快速問答
產品在介面內直接回答的簡短事實查詢——在這裡，延遲與價格比深度更重要。
Batch 與 Flex 工作
OpenAI 對 Batch 與 Flex 以標準費率的半價計費，因此凡是能等的工作，Luna 的輸入價就是每百萬 $0.05。
GPT-6 Luna 在哪裡運行
Luna 已在 OpenAI 除主聊天之外的所有入口上線，當天上架它的第三方平台也同步提供。在 Felo 上，它以模型 ID gpt-6-luna 運行。
Felo AI Search
已以 gpt-6-luna 上線，與 GPT-6 系列其他模型一同提供。
OpenAI API
支援 Chat Completions、Responses 與 Batch，模型 ID 為 gpt-6-luna。
ChatGPT Work 和 Codex
涵蓋 Plus、Pro、Business、Enterprise 與 Edu，Enterprise 需由管理員開啟。
Free 和 Go
可在桌面應用程式中使用，瀏覽器聊天中無法使用。
GitHub Copilot
Pro、Pro+、Max、Business 與 Enterprise 方案。
Amazon Bedrock 和 OpenRouter
兩家都在 2026 年 9 月 22 日、也就是發布當天上架了 Luna。
Luna 不支援的功能
在基於它開發之前值得先確認。OpenAI 的模型頁面把以下項目列為 GPT-6 Luna 不支援。
- Realtime 和 Live API
- Assistants API
- 微調
- 嵌入
- 圖像生成與編輯
- 音訊、視訊與審核
規格
OpenAI 已公布的 GPT-6 Luna 規格。
定價
GPT-6 Luna：每百萬 token $0.10 / $0.50，快取輸入 $0.01，快取寫入 $0.125。
以上為標準費率。Batch 與 Flex 以半價計費，Fast mode 以兩倍計費；輸入超過 272,000 token 的請求，整筆以輸入 2 倍、輸出 1.5 倍計費。
上下文視窗
1,050,000 token，最大輸入 922,000，最大輸出 128,000。
與 GPT-6 Sol、GPT-6 Astra 相同的窗口，但標準費率只涵蓋前 272,000 個輸入 token。
知識截止日期
2026 年 5 月 18 日，是三款 GPT-6 模型中最新的截止日期。
模態
輸入文字與圖像，輸出文字。
推理強度
支援 none、low、medium、high、xhigh 與 max，預設值為 medium。在 Chat Completions 上進行函式呼叫需要設為 none。
Batch 與區域定價
Batch 與 Flex 以標準費率的 50% 計費。區域處理加收 10%，而 EU 資料存放地要求必須使用 Standard 處理。
常見問題
GPT-6 Luna 是 OpenAI 最便宜的 GPT-6 模型，於 2026 年 9 月 22 日與 GPT-6 Sol 一同發布，定位在 Sol 與旗艦 Astra 之下。OpenAI 稱它是自家效率最高的模型，針對目標明確的高用量工作而設計：摘要文件、擷取資訊、分類，以及回答單純的問題。價格為每百萬輸入 token $0.10、每百萬輸出 token $0.50。
在 Felo 上試用 GPT-6 Luna
OpenAI 最便宜的 GPT-6 模型：每百萬 token 輸入 $0.10、輸出 $0.50，快取讀取 $0.01，窗口 1,050,000 token。
已在 Felo AI Search 與 Felo API 上線