GPT-6 Luna wird zum Standard: Was man für einen Dime pro Million tatsächlich bekommt

Das folgenreichste Ereignis, das GPT-6 Luna in seiner ersten Woche widerfuhr, war nicht die Preissenkung. Es war ein Merge-Commit. Binnen eines Tages, nachdem der Anbieter GPT-6 Luna am 22. September 2026 ausgeliefert hatte, landete eine Open-Source-Agentenplattform eine Änderung, die es zum Fallback-Modell für jede Organisation machte, die keinen eigenen Standard gewählt hatte — und verdrängte damit GPT-5.6 Terra, eine größere und deutlich teurere Stufe. Die angegebene Begründung war Arithmetik: Bei 0,10 $ und 0,50 $ pro Million Tokens kostet GPT-6 Luna ein Zwanzigstel des Eingabetarifs von GPT-5.6 Terra und ein Vierundzwanzigstel seines Ausgabetarifs. Das ist ein echtes Signal, und es ist zugleich nur die halbe Geschichte. GPT-6 Luna kostet 0,10 $ pro Million Eingabe-Tokens und 0,50 $ pro Million Ausgabe-Tokens, gegenüber 2,00 $ und 10,00 $ für GPT-6 Sol, die nächsthöhere Stufe, und 10,00 $ und 50,00 $ für das Flaggschiff GPT-6 Astra. Das Modell, das es in diesem Standard-Slot ersetzt, GPT-5.6 Luna, kostet weiterhin 0,20 $ und 1,20 $ — doppelt so viel bei der Eingabe und mehr als doppelt so viel bei der Ausgabe. Zehn Cent pro Million sind billig genug, dass die Entscheidung nicht mehr um den Preis geht, sondern darum, was das Modell tatsächlich zu Ende bringt.

Das hier ist also weder ein Launch-Erklärer noch ein Beitrag über Preissenkungen – wir haben beides geschrieben, und die Preisliste selbst steht fest. Es ist der Versuch, die Frage zu beantworten, die das Marketing im Billigsegment auslässt: Wenn ein Modell zu Ihrem Standard wird, was macht es mit der Arbeit, die früher an etwas Größeres ging? Die Belege dafür stammen aus drei Quellen, und sie widersprechen sich. OpenAIs eigene Benchmarks sind die schmeichelhaftesten und die am wenigsten reproduzierbaren. Artificial Analysis veröffentlichte in derselben Woche einen unabhängigen Index, und er ist nützlicher, weil er abgeschlossene Aufgaben statt Token bepreist. Und eine Handvoll Leute hat das Modell inzwischen gegen echte Infrastruktur laufen lassen, und dort finden sich die interessanten Fehler. Wenn eine Zahl vom Anbieter stammt, sagt der Satz, der sie enthält, das auch.

Was tatsächlich ausgeliefert wurde

GPT-6 Luna ist die kleine Stufe der Familie der sechsten Generation, unterhalb von GPT-6 Sol und deutlich unterhalb des Flaggschiffs GPT-6 Astra angesiedelt. OpenAIs eigene Modelldokumentation, die diese Woche gelesen wurde, gibt den Rahmen vor:

• Modell-ID — gpt-6-luna, ein einzelner Snapshot ohne datierte Variante. Es gibt keinen gpt-6-luna-pro-Eintrag auf der Modellliste; die in Drittanbieter-Katalogen kursierende Pro-Zeichenfolge ist ein Wert für den Reasoning-Modus, kein Modell.

• Kontext und Grenzen — ein Fenster von 1.050.000 Token, bis zu 922.000 Eingabe-Token, eine Obergrenze von 128.000 Token für die Ausgabe und ein Wissensstichtag vom 18. Mai 2026. Text und Bild als Eingabe, Text als Ausgabe.

• Preis — 0,10 $ pro Million Eingabe-Tokens, 0,01 $ pro Million gecachte Eingabe, 0,125 $ pro Million Cache-Schreibvorgänge, 0,50 $ pro Million Ausgabe. OpenAI hat diese als dauerhaft und nicht als Einführungspreise beschrieben.

• Der Long-Context-Schritt — Anfragen mit mehr als 272.000 Eingabe-Tokens werden mit dem Doppelten der Eingabe- und Cache-Tarife und dem 1,5-Fachen des Ausgabe-Tarifs neu berechnet, angewendet auf die gesamte Anfrage statt nur auf den Überschuss. Das ist der mit Abstand teuerste Fehler, der bei diesem Modell möglich ist, denn er wird durch die Gesamtgröße der Anfrage ausgelöst, nicht dadurch, wie viel davon man verwendet.

• Service-Stufen — Batch und Flex werden zu halben Standardtarifen abgerechnet; der Fast-Modus verdoppelt sie. Asynchrone Bulk-Arbeit kostet damit erneut nur die Hälfte, und die Preisliste enthält vier verschiedene effektive Preise, je nachdem, wie Sie die Anfrage senden.

• Effort — sechs Werte: none, low, medium, high, xhigh und max, wobei medium der dokumentierte Standardwert ist. Effort gilt pro Anfrage, nicht als Eigenschaft der Bereitstellung.

• Endpunkte — Responses, Chat Completions und Batch. Chat Completions verarbeitet Funktionsaufrufe nur, wenn der Reasoning-Aufwand auf none gesetzt ist; integrierte Tools und Funktionsaufrufe erfordern im Allgemeinen die Responses API, die Websuche, Dateisuche, Bilderzeugung, Code-Interpreter, gehostete Shell, apply_patch, Skills, Computer Use, MCP und Toolsuche unterstützt.

Diese letzte Zeile ist wichtiger, als sie aussieht. Wenn Ihre Automatisierung Tools verwendet, sind Sie auf der Responses API, und Ihr Effort-Regler ist an Ihre Endpunktwahl gekoppelt. Ein Team, das Effort auf niedrig setzt, um Geld zu sparen, und erwartet, dass Function Calling auf Chat Completions weiter funktioniert, hat eine Pipeline gebaut, die beim ersten Tool-Aufruf fehlschlagen wird.

Die Zahl, die den Ausschlag gibt, sind die Kosten pro abgeschlossener Aufgabe, nicht die Kosten pro Token.

Artificial Analysis veröffentlichte seine unabhängige Bewertung innerhalb von Stunden nach dem Start, und die zentrale Zahl ist unangenehm für alle, die annahmen, ein günstigeres Token bedeute eine günstigere Aufgabe. Auf seinem Intelligence Index kostet GPT-6 Luna bei maximalem Aufwand etwa 0,07 $ pro Aufgabe, gegenüber rund 0,18 $ für GPT-5.6 Luna bei gleichem Aufwand – eine Reduktion um etwa 60 %, getrieben durch die Preissenkung und nicht dadurch, dass das Modell weniger Arbeit leistet. Der Indexwert selbst liegt auf dem Niveau des Modells, das es ersetzt. GPT-6 Sol kostet zum Vergleich etwa 1,06 $ pro Index-Aufgabe gegenüber 1,99 $ für GPT-5.6 Sol.

Liest man diese drei Zahlen zusammen, wird die Gestalt der Familie klar. Sol kostet pro Aufgabe etwa fünfzehnmal so viel wie Luna für einen wesentlich höheren Score. Luna ist kein Downgrade von Sol; es ist ein anderes Instrument, und die Zahl pro Aufgabe verrät dir, welches du gerade in der Hand hältst.

Die unangenehme Hälfte betrifft das, was mit dem Coding-Agenten passiert ist. Im Coding Agent Index von Artificial Analysis erreicht GPT-6 Luna bei maximalem Aufwand 41 Punkte – zwei Punkte weniger als die 43 von GPT-5.6 Luna –, während GPT-6 Sol sich in die andere Richtung bewegte: zwei Punkte mehr auf 57 bei 2,99 $ pro Aufgabe. Der Generationswechsel in der günstigen Preisklasse ist also eine kleine Regression beim agentischen Coding, keine Verbesserung, obwohl der Preis sinkt. Wer „neue Generation“ als „strikt besser“ liest, wird von dieser Spalte überrascht sein.

Ausführlichkeit ist der versteckte Einzelposten.

Es gibt eine zweite Zahl in derselben Auswertung, die einen Großteil der ersten erklärt. Während des Intelligence-Index-Durchlaufs generierte GPT-6 Luna etwa 51.000 Ausgabe-Tokens pro Aufgabe, gegenüber rund 41.000 bei GPT-5.6 Luna. Das neuere, günstigere Modell ist etwa ein Viertel wortreicher, um eine vergleichbare Punktzahl zu erreichen. Die Einsparungen kommen von der Preissenkung, nicht daher, dass das Modell pro Arbeitseinheit effizienter geworden ist.

Das ist aus zwei Gründen wichtig. Bei 0,50 $ pro Million Ausgabe-Tokens kosten zusätzliche 10.000 Ausgabe-Tokens pro Aufgabe einen halben Cent. Rechnet man das auf hunderttausend Aufgaben pro Tag hoch, ergibt die Zunahme eine Milliarde Tokens bzw. 500 $ pro Tag – bei einem Modell, dessen Nennpreis zehn Cent pro Million Eingabe-Tokens beträgt. Und Ausführlichkeit harmoniert schlecht mit der Obergrenze von 128.000 Ausgabe-Tokens: Ein Modell, das länger nachdenkt und länger schreibt, erreicht diese Grenze früher, wodurch aus einem Kostenproblem ein Abschneideproblem wird.

Die Abhilfe ist Cache-Disziplin, und diese Familie hat eine wirklich gute. Gecachte Eingabelesungen zu 0,01 $ pro Million kosten ein Zehntel des nicht gecachten Tarifs, und OpenAI hat die Invalidierungsregeln geändert, sodass das Anpassen des Reasoning-Aufwands oder der Tool-Verfügbarkeit den gecachten Kontext nicht mehr verwirft. Bei einer Workload mit einem stabilen langen Präfix – einem Schema, einem System-Prompt, einem Dokument, zu dem Sie sechs Fragen stellen – liegt der effektive Eingabetarif näher an einem Cent als an zehn Cent, und diese Lücke ist größer als die verkündete Senkung. Es ist außerdem der Unterschied zwischen einer günstigen Tarifstufe, die günstig ist, und einer, die lediglich billiger ist.

Wo die günstige Tarifstufe schlechter wird – und wo nicht

Dieselbe unabhängige Evaluierung trennt die Regressionen vom Rauschen, und diese Unterscheidung ist das Nützlichste daran. GPT-6 Luna verliert gegenüber dem Vorgänger auf GDPval-AA v2.1 ungefähr 75 Elo und auf AA-Briefcase v1.1 etwa 45 Elo. Artificial Analysis führt beides auf geringere Präsentationsqualität und auf Arbeitsergebnisse zurück, die erforderliche Rubrik-Elemente auslassen, nicht auf faktische Fehler oder Fehler beim Schlussfolgern. Seine Halluzinationsrate verbessert sich deutlich, von etwa 93 % auf 77 %, und sein AA-Omniscience-Index steigt von −10 auf 1. Auf AutomationBench-AA gewinnt es, 53 % gegenüber 50 %; auf Terminal-Bench 4.0 gewinnt es knapp, 13 % gegenüber 12 %.

Genau diese Unterscheidung ist die ganze Entscheidung. Das Modell wurde nicht schlechter in der Aufgabe; es wurde schlechter darin, dir das fertige Artefakt auszuhändigen. Wenn du strukturierte Ausgaben konsumierst – eine Klassifizierung, eine Extraktion, eine Routing-Entscheidung, einen JSON-Payload –, kostet dich die Regression nichts, und die Preissenkung ist geschenktes Geld. Wenn ein Mensch das Endprodukt liest, kostet dich die Regression einen Reviewer, und die Zeit dieses Reviewers ist wahrscheinlich teurer als die Tokens, die du gespart hast.

OpenAIs eigene, nicht reproduzierte Behauptungen stehen am anderen Ende des Spektrums: dass GPT-6 Luna bei hohem Aufwand seinen Vorgänger um 5,4 Prozentpunkte übertrifft – bei 58 % niedrigeren Kosten pro Aufgabe; dass es bei maximalem Aufwand 66,6 % auf DeepSWE 1.1 erreicht, was OpenAI mit Claude Opus 5 bei mittlerem Aufwand zu einem Bruchteil der Aufgabenkosten vergleicht; und dass es auf OSWorld 2.0 GPT-5.6 Sol bei mittlerem Aufwand zu ungefähr einem Zehntel der Kosten übertrifft. Das sind Anbieter-Harness-Vergleiche bei vom Anbieter gewählten Aufwandsstufen, und das Einzige, was man daraus mitnehmen sollte, ist die Richtung – die günstige Stufe ist jetzt in Reichweite der Mittelklasse des letzten Jahres. Die Prozentwerte pro Aufgabe sollte man ignorieren, weil der Harness auf beiden Seiten nicht derselbe ist.

Die Aufwandsuntergrenze ist der Punkt, an dem es praktisch wird. Die veröffentlichte Leitlinie besteht darin, für einfache Extraktion und Routing zuerst none oder low zu testen und den Aufwand nur dort zu erhöhen, wo die gemessene Qualität es rechtfertigt. Ein Praxisbericht aus der Startwoche ergab, dass GPT-6 Luna bei niedrigem Aufwand für agentische Arbeit überhaupt nicht nutzbar ist, wodurch seine praktische Untergrenze für alles Mehrstufige bei medium liegt. Ein zweiter Befund aus derselben Art von Tests ist deutlicher: In einer Deployment-Übung bestanden die Kubernetes-Manifeste des Modells die Schema-Validierung und scheiterten anschließend bei allen drei Versuchen an einem echten Cluster, weil ein Validator die Form und nicht das Verhalten prüft. Wenn generierte Konfiguration ohne eine Ausführungsprüfung im Ablauf ausgeliefert wird, wird die günstige Stufe Ihnen Fehler liefern, die wie bestandene Tests aussehen.

Die Standardfrage und warum Routing die Antwort darauf ist

Die Plattform, die GPT-6 Luna zu ihrem Fallback-Modell gemacht hat, stufte die Änderung als mittleres Risiko ein, und die daran angehängte Notiz ist die ehrliche Version des gesamten Artikels: Jede Organisation ohne eigenen Default wechselt zu Luna, das billiger, aber eine kleinere Stufe als Terra ist, sodass die Qualität bei schwierigen Aufgaben schwanken kann. Genau das ist der Trade-off. Ein Default ist eine Wette darauf, dass der meiste Traffic einfach ist, und für die meisten Organisationen geht diese Wette auf — deshalb wurde die Änderung ausgeliefert. Das Risiko sind die wenigen Anfragen, bei denen das nicht der Fall ist.

Der Weg, diese Wette einzugehen, ohne ihre Nachteile zu tragen, besteht darin, den Standard nicht länger als ein einzelnes Modell zu behandeln. GPT-6 Luna ist über OrcaRouter zu seinem angegebenen Tarif mit keinem Aufschlag obendrauf, was bedeutet, dass der dauerhafte Preis des Anbieters der Preis ist, den Sie hier sehen, und eine künftige Senkung am selben Tag greift statt erst bei der nächsten Vertragsverlängerung. Auf unserer eigenen Modellseite misst es diese Woche eine Ausgabegeschwindigkeit von 74,3 Tokens pro Sekunde bei einer Fehlerquote von 0 % über den gesamten Verkehr, den wir bedienen. Beide Kontextstufen werden wie veröffentlicht geführt: 0,10 $ Eingabe und 0,50 $ Ausgabe unter 272.000 Eingabe-Tokens, darüber 0,20 $ und 0,75 $.

Was das bringt, ist ein Default, der eskalieren kann. Eine Routing-DSL ermöglicht es Ihnen, den Großteil des Datenverkehrs mit mittlerem Aufwand an GPT-6 Luna zu senden und bei einer Bedingung umzuleiten — Eingabelänge über der 272K-Grenze, eine Tool-Call-Anforderung, eine Aufgabenklasse, die die rubrikempfindliche Regression tatsächlich betrifft — an GPT-6 Sol oder, für langfristige Arbeit, an das Flaggschiff GPT-6 Astra, mit demselben Schlüssel, ohne zweiten Vertrag und ohne Codeänderung. Das ist eine andere Form von Entscheidung als ein Modell auszuwählen und damit zu leben. Sie erhalten die Zehn-Cent-Stufe, wo die Evidenz sagt, dass sie hält, und eine Zwei-Dollar- oder Zehn-Dollar-Stufe, wo sie es nicht tut, und die Grenze ist eine Regel, die Sie geschrieben haben, statt eine Hoffnung. Automatisches Failover deckt den anderen Fehlermodus ab, bei dem der Upstream der günstigen Stufe einen schlechten Nachmittag hat, während Ihre Automatisierung mitten im Lauf ist.

Wer sollte umziehen, und wer sollte warten

Wechseln Sie, wenn Ihr Traffic strukturiert und hochvolumig ist: Klassifizierung, Extraktion, Tagging, Intent-Routing, Log-Triage, Zusammenfassung und die begrenzten Implementierungsschleifen, die innerhalb eines größeren Agenten liegen. Die Belege stützen die Preissenkung und die Score-Parität, und die Präsentationsregression ist für einen Konsumenten, der JSON parst, unsichtbar.

Verlagere eine Agentenkette mit langem Zeithorizont, ein Multi-File-Refactoring oder irgendetwas, dessen Ergebnis ein Mensch absegnet, nicht allein deshalb, weil das Token billig ist. Der Coding Agent Index ist um zwei Punkte gefallen, die Knowledge-Work-Evaluierungen sind gefallen, und das Modell ist pro Aufgabe geschwätziger als das, das es ersetzt. Ein billigeres Token, das einen Reviewer braucht, ist keine billigere Aufgabe.

Und achten Sie auf eine einzige Zahl statt auf alle. Die Lücke von 51.000 gegenüber 41.000 Output-Token ist die Zahl, die entscheidet, ob eine Luna-Standardeinstellung bei Ihrer speziellen Workload eine Ersparnis oder ein Nullsummenspiel ist, und sie lässt sich an einem Nachmittag an Ihrem eigenen Traffic messen. Die Preisliste ist festgelegt und dauerhaft; die Token-Anzahl pro abgeschlossenem Job ist es nicht, und sie ist diejenige, die auf der Rechnung auftaucht.