GPT-6 Luna håller på att bli standardvalet: Vad tio cent per miljon faktiskt köper

Det mest betydelsefulla som hände med GPT-6 Luna under dess första vecka var inte prissänkningen. Det var en merge-commit. Inom ett dygn efter att leverantören släppte GPT-6 Luna den 22 september 2026, lade en agentplattform med öppen källkod in en ändring som gjorde den till reservmodellen för alla organisationer som inte hade valt en egen standard — och trängde undan GPT-5.6 Terra, som är en större och betydligt dyrare nivå. Det angivna resonemanget var aritmetiskt: vid $0,10 och $0,50 per miljon tokens kostar GPT-6 Luna en tjugondel av GPT-5.6 Terras indatapris och en tjugofjärdedel av dess utdatapris. Det är en verklig signal, och det är också bara halva historien. GPT-6 Luna kostar $0,10 per miljon indatatokens och $0,50 per miljon utdatatokens, mot $2,00 och $10,00 för GPT-6 Sol, nivån ovanför den, och $10,00 och $50,00 för flaggskeppet GPT-6 Astra. Modellen som den ersätter i den standardplatsen, GPT-5.6 Luna, kostar fortfarande $0,20 och $1,20 — dubbelt så mycket som indata och mer än dubbelt så mycket som utdata. Tio cent per miljon är så pass billigt att beslutet slutar handla om pris och börjar handla om vad modellen faktiskt slutför.

Så det här är inte en lanseringsgenomgång, och det är inte ett inlägg om prissänkning — vi har skrivit båda, och prislistan i sig är fastställd. Det är ett försök att svara på frågan som marknadsföringen för budgetnivån hoppar över: om en modell blir din standard, vad gör den då med arbetet som tidigare gick till något större? Bevisen för det kommer från tre håll, och de stämmer inte överens med varandra. OpenAIs egna benchmarks är de mest smickrande och de minst reproducerbara. Artificial Analysis publicerade ett oberoende index samma vecka, och det är mer användbart eftersom det prissätter slutförda uppgifter i stället för tokens. Och en handfull personer har nu kört modellen mot verklig infrastruktur, vilket är där de intressanta felen finns. När en siffra är leverantörsrapporterad säger meningen som innehåller den det.

Vad som faktiskt levererades

GPT-6 Luna är den lilla nivån i den sjätte generationens familj, placerad under GPT-6 Sol och långt under flaggskeppet GPT-6 Astra. OpenAIs egen modelldokumentation, läst den här veckan, anger ramarna:

• Modell-ID — gpt-6-luna, en enda snapshot utan daterad variant. Det finns ingen gpt-6-luna-pro-post i modellistan; pro-strängen som cirkulerar i tredjepartskataloger är ett värde för resonemangsläge, inte en modell.

• Kontext och begränsningar — ett fönster på 1 050 000 token, upp till 922 000 indata-token, ett tak på 128 000 token för utdata och en kunskapsgräns den 18 maj 2026. Text och bild in, text ut.

• Pris — $0,10 per miljon indatatokens, $0,01 per miljon cachad indata, $0,125 per miljon cacheskrivningar, $0,50 per miljon utdata. OpenAI har beskrivit dessa som permanenta snarare än introduktionspriser.

• Långkontextsteget – begäranden över 272 000 indatatoken prissätts om till dubbla indata- och cachepriserna och 1,5× utdatapriset, och tillämpas på hela begäran i stället för på den överskjutande delen. Det är det enskilt dyraste misstaget man kan göra med den här modellen, eftersom det utlöses av den totala storleken på begäran, inte av hur mycket av den du använder.

• Tjänstenivåer – Batch och Flex körs till halva standardpriset; Fast-läget fördubblar dem. Asynkront bulkarbete är därför återigen halva priset, och prislistan har fyra olika effektiva priser beroende på hur du skickar begäran.

• Effort — sex värden: none, low, medium, high, xhigh och max, med medium som dokumenterat standardvärde. Effort anges per begäran, inte som en egenskap hos driftsättningen.

• Slutpunkter – Responses, Chat Completions och Batch. Chat Completions hanterar funktionsanrop endast när reasoning effort är inställt på none; inbyggda verktyg och funktionsanrop kräver i allmänhet Responses API, som stöder webbsökning, filsökning, bildgenerering, kodtolk, hostad shell, apply_patch, skills, datoranvändning, MCP och verktygssökning.

Den där sista raden betyder mer än den ser ut att göra. Om din automatisering använder verktyg är du på Responses API, och din effort-inställning är kopplad till ditt val av endpoint. Ett team som ställer in effort på låg för att spara pengar och förväntar sig att function calling ska fortsätta fungera på Chat Completions har byggt en pipeline som kommer att misslyckas vid första verktygsanropet.

Siffran som avgör det är kostnaden per slutförd uppgift, inte kostnaden per token

Artificial Analysis publicerade sin oberoende utvärdering inom några timmar efter lanseringen, och huvudsiffran är besvärande för alla som antog att en billigare token innebär ett billigare jobb. I sitt Intelligence Index kostar GPT-6 Luna omkring 0,07 dollar per uppgift vid maximal ansträngning, mot ungefär 0,18 dollar för GPT-5.6 Luna vid samma ansträngning – en minskning med omkring 60 %, driven av prissänkningen snarare än av att modellen utför mindre arbete. Själva indexpoängen ligger i nivå med modellen den ersätter. GPT-6 Sol kostar, för att sätta det i perspektiv, omkring 1,06 dollar per indexuppgift mot 1,99 dollar för GPT-5.6 Sol.

Läs de tre siffrorna tillsammans, så blir familjens form tydlig. Sol kostar ungefär femton gånger så mycket per uppgift som Luna, mot en väsentligt högre poäng. Luna är inte en nedgradering av Sol; det är ett annat instrument, och siffran per uppgift är vad som säger dig vilket av dem du håller i.

Den obekväma halvan är vad som hände med kodagenten. På Artificial Analysis Coding Agent Index får GPT-6 Luna 41 vid maximal ansträngning – två poäng lägre än GPT-5.6 Lunas 43 – medan GPT-6 Sol rörde sig åt andra hållet, upp två poäng till 57 vid 2,99 dollar per uppgift. Så generationsbytet i den billiga nivån är en liten tillbakagång för agentisk kodning, inte en förbättring, även när priset sjunker. Den som tolkar "ny generation" som "strikt bättre" kommer att bli förvånad över den kolumnen.

Mångordighet är den dolda budgetposten

Det finns en andra siffra i samma utvärdering som förklarar mycket av den första. Under körningen av Intelligence Index genererade GPT-6 Luna omkring 51 000 utdatatokens per uppgift, jämfört med ungefär 41 000 för GPT-5.6 Luna. Den nyare, billigare modellen är omkring en fjärdedel mer ordrik för att nå en jämförbar poäng. Besparingen kommer från prissänkningen, inte från att modellen blir effektivare per arbetsenhet.

Det spelar roll av två skäl. Vid 0,50 dollar per miljon output-tokens kostar ytterligare 10 000 output-tokens per uppgift en halv cent. Kör man det över hundra tusen uppgifter om dagen blir ökningen en miljard tokens, eller 500 dollar om dagen – på en modell vars officiella pris är tio cent per miljon input-tokens. Och mångordighet samverkar illa med taket på 128 000 output-tokens: en modell som tänker längre och skriver längre når det taket tidigare, vilket förvandlar ett kostnadsproblem till ett trunkeringsproblem.

Åtgärden är cachedisciplin, och den här familjen har en genuint bra sådan. Cachade indataläsningar till 0,01 USD per miljon är en tiondel av den ocachade avgiften, och OpenAI ändrade invalideringsreglerna så att justering av resonemangsansträngning eller verktygstillgänglighet inte längre kastar bort cachad kontext. För en arbetsbelastning med ett stabilt långt prefix – ett schema, en systemprompt, ett dokument som du ställer sex frågor om – ligger den effektiva indataavgiften närmare en cent än en dime, och den skillnaden är större än den sänkning som står i rubrikerna. Det är också skillnaden mellan att den billiga nivån är billig och att den bara är billigare.

Där den billiga nivån försämras, och där den inte gör det

Samma oberoende utvärdering skiljer regressionerna från bruset, och distinktionen är det mest användbara i den. GPT-6 Luna tappar ungefär 75 Elo mot sin föregångare på GDPval-AA v2.1, och cirka 45 Elo på AA-Briefcase v1.1. Artificial Analysis tillskriver båda den lägre presentationskvaliteten och leverabler som hoppar över obligatoriska rubrikelement snarare än fakta- eller resonemangsfel. Dess hallucinationsfrekvens förbättras kraftigt, från omkring 93 % till 77 %, och dess AA-Omniscience Index går från −10 till 1. På AutomationBench-AA ökar den, 53 % mot 50 %; på Terminal-Bench 4.0 ökar den marginellt, 13 % mot 12 %.

Den uppdelningen är hela beslutet. Modellen blev inte sämre på uppgiften; den blev sämre på att överlämna den färdiga artefakten till dig. Om du konsumerar strukturerad utdata – en klassificering, en extrahering, ett routingbeslut, en JSON-payload – kostar regressionen dig ingenting och prissänkningen är gratis pengar. Om en människa läser leveransen kostar regressionen dig en granskare, och den granskarens tid är förmodligen dyrare än de tokens du sparade.

OpenAIs egna oreproducerade påståenden ligger i andra änden av spektrat: att GPT-6 Luna vid hög ansträngning förbättras jämfört med sin föregångare med 5,4 procentenheter med 58 % lägre kostnad per uppgift; att den vid maximal ansträngning får 66,6 % på DeepSWE 1.1, vilket OpenAI jämför med Claude Opus 5 vid medelhög ansträngning för en bråkdel av kostnaden per uppgift; och att den på OSWorld 2.0 överträffar GPT-5.6 Sol vid medelhög ansträngning för ungefär en tiondel av kostnaden. Det är jämförelser i leverantörens testramverk vid leverantörsvalda ansträngningsinställningar, och det enda som är värt att ta med sig från dem är riktningen – den billiga nivån är nu inom räckhåll för förra årets mellannivå. Procentsatserna per uppgift bör ignoreras, eftersom testramverket inte är detsamma på båda sidor.

Effort-golvet är där det här blir praktiskt. Den publicerade vägledningen är att först testa none eller low för enkel extraktion och routning och bara höja effort där uppmätt kvalitet motiverar det. En praktisk sammanställning från lanseringsveckan visade att GPT-6 Luna vid low effort inte är användbar för agentiskt arbete över huvud taget, vilket sätter dess praktiska golv vid medium för allt flersteg. Ett andra fynd från samma typ av testning är skarpare: i en driftsättningsövning klarade modellens Kubernetes-manifest schemavalidering och misslyckades sedan på alla tre försöken mot ett riktigt kluster, eftersom en validator kontrollerar form och inte beteende. Om genererad konfiguration levereras utan en körningskontroll i loopen kommer den billiga nivån att ge dig fel som ser ut som godkända tester.

Standardfrågan, och varför routing är svaret på den

Plattformen som gjorde GPT-6 Luna till sin reservmodell bedömde ändringen som medelrisk, och anteckningen som hör till den är den ärliga versionen av hela artikeln: varje organisation som saknar ett eget standardval flyttas över till Luna, som är billigare men en lägre nivå än Terra, så kvaliteten på svåra uppgifter kan variera. Det är precis den avvägningen. Ett standardval är en satsning på att det mesta av trafiken är enkel, och för de flesta organisationer är den satsningen korrekt – vilket är varför ändringen släpptes. Risken är den minoritet av förfrågningar som inte är enkla.

Sättet att ingå den satsningen utan att ta på sig nedsidan är att sluta behandla standardvalet som en enda modell. GPT-6 Luna kan routas via OrcaRouter till dess listade pris utan påslag ovanpå, vilket innebär att leverantörens permanenta pris är priset du ser här och att en framtida sänkning slår igenom samma dag i stället för vid nästa avtalsförnyelse. Den här veckan mäter den 74,3 tokens per sekund i utdata på vår egen modellsida, med en felfrekvens på 0 % i den trafik vi betjänar. Båda kontextnivåerna tillhandahålls enligt publicerad prislista: 0,10 USD för indata och 0,50 USD för utdata under 272 000 indatatokens, med ett steg till 0,20 USD och 0,75 USD över det.

Det du får är en standard som kan eskalera. routing-DSL låter dig skicka merparten av trafiken till GPT-6 Luna på medelhög insats och omdirigera vid ett villkor – indatalängd över 272K-gränsen, ett krav på verktygsanrop, en uppgiftsklass som den rubrikkänsliga regressionen faktiskt påverkar – till GPT-6 Sol eller, för långsiktigt arbete, till flaggskeppet GPT-6 Astra, på samma nyckel, utan ett andra avtal och utan kodändring. Det är en annan typ av beslut än att välja en modell och leva med det. Du får tio-cent-nivån där bevisen säger att den håller och en två- eller tiodollarnivå där den inte gör det, och gränsen är en regel du skrev snarare än en förhoppning. Automatisk redundansväxling täcker det andra felscenariot, nämligen att den billiga nivåns uppströmstjänst har en dålig dag medan din automatisering är mitt i en körning.

Vem ska flytta på sig, och vem ska vänta?

Gå över om din trafik är strukturerad och högvolym: klassificering, extrahering, taggning, avsiktsdirigering, loggtriagering, sammanfattning och de avgränsade implementeringslooparna som ligger inuti en större agent. Bevisen stöder prissänkningen och poängpariteten, och presentationsregressionen är osynlig för en konsument som parsar JSON.

Flytta inte en långsiktig agentkedja, en refaktorering över flera filer eller något vars resultat en människa godkänner, enbart för att tokenen är billig. Coding Agent Index gick ned två punkter, utvärderingarna av kunskapsarbete gick ned, och modellen är mer ordrik per uppgift än den den ersätter. En billigare token som behöver en granskare är inte en billigare uppgift.

Och håll koll på ett enda tal i stället för på alla. Skillnaden i utdatatoken mellan 51 000 och 41 000 är den siffra som avgör om att välja Luna som standard är en besparing eller ett nollsummespel för just din arbetsbelastning, och den går att mäta på din egen trafik under en eftermiddag. Prislistan är fastställd och permanent; antalet token per slutfört jobb är det inte, och det är det som hamnar på fakturan.