Construye con CometAPI¿Necesitas una sola API para varios modelos?Prueba el flujo en el Playground y luego crea una clave de API cuando el modelo y el costo encajen con tu caso de uso.
¿Existe GPT-6.1 Luna? Explora los costos de la API de GPT-6 Luna, compara Luna con GPT-6.1 Terra y encuentra alternativas prácticas a través de CometAPI.
Deon GoodwinEquipo de investigación de modelos de IA y API
¿Busca el precio de GPT-6.1 Luna? A fecha del 28 de octubre de 2026, el catálogo de modelos de OpenAI lista GPT-6 Luna, identificado como gpt-6-luna, en lugar de un lanzamiento GPT-6.1 Luna. Para desarrolladores que presupuestan una carga de trabajo en producción, el modelo disponible empieza en $0.10 por millón de tokens de entrada y $0.50 por millón de tokens de salida a través de OpenAI. CometAPI publica tarifas de contexto corto correspondientes de $0.08 y $0.40.
Para decidir si quedarse con GPT-6 Luna o pasar a GPT-6.1 Terra, mire más allá de las tarifas de tokens. La longitud del prompt, el caché, el razonamiento, las llamadas a herramientas y los reintentos afectan al costo de una tarea terminada. Esta guía explica los precios de Luna, compara Luna con Terra y le ayuda a elegir dónde una actualización merece el gasto adicional.
Puntos clave
Identidad del modelo: Use gpt-6-luna para solicitudes de la API de GPT-6 Luna; no figura un precio de GPT-6.1 Luna en el catálogo oficial.
Revisado para mayor claridad, atribución de fuentes y terminología API actual.
Precios estándar: GPT-6 Luna cuesta $0.10 entrada / $0.50 salida por millón de tokens a través de OpenAI, o $0.08 / $0.40 según las tarifas de contexto corto publicadas por CometAPI.
Contexto y facturación: El modelo tiene una ventana de contexto de 1,050,000 tokens; los prompts por encima de 272,000 tokens de entrada usan tarifas más altas para toda la solicitud.
Control de costos: Cachee la entrada repetida, limite la salida innecesaria y elija el esfuerzo de razonamiento que cumpla sus criterios de aceptación.
Selección de modelo: Mantenga Luna para trabajo rutinario económico; evalúe Terra cuando la interpretación visual, la interacción con pantallas o la calidad de redacción afecten la finalización con éxito.
¿Existe GPT-6.1 Luna?
No figura un modelo GPT-6.1 Luna separado en el catálogo oficial de la API revisado el 2 de noviembre de 2026. Para solicitudes de Luna, use el ID de modelo documentado gpt-6-luna. Una búsqueda de “GPT-6.1 Luna price” no establece un producto lanzado ni una tabla de tarifas separada. “Fe-Pichu” es un modelo de OpenAI disponible en Arena. Es muy probable que sea Luna —dado que Terra ya está en producción y la calidad de salida de este modelo está por debajo de la de Terra— y el hecho de que use un tokenizador de OpenAI sugiere además que es un modelo de OpenAI.
Si buscó ese nombre porque quiere una alternativa más reciente a Luna, considere GPT-6.1 Terra en CometAPI. OpenAI anunció Terra el 26 de octubre de 2026, describiendo un enfoque en razonamiento visual, uso de computadoras y escritura natural. Para un flujo de trabajo existente con Luna, es un candidato de reemplazo cuando esas capacidades abordan una debilidad recurrente. Esta es una recomendación de flujo de trabajo, no una afirmación de que OpenAI haya renombrado o descontinuado Luna.
Empiece por identificar lo que necesita mejorar: menos errores de lectura de pantalla, mejor interpretación de imágenes o menos edición tras la generación. Compare ambos modelos en esas tareas antes de cambiar. Si Luna ya cumple sus objetivos de calidad y tiempo de respuesta, su menor precio por token sigue siendo una buena razón para mantenerlo.
¿Qué es GPT-6 Luna?
OpenAI lanzó GPT-6 Luna el 22 de septiembre de 2026 para trabajo enfocado y de alto volumen. Acepta texto e imágenes y produce texto. Su atractivo práctico es la automatización económica: clasificación, extracción y otras tareas acotadas cuyos resultados puede verificar de forma consistente.
Luna ofrece razonamiento configurable y una gran ventana de contexto, pero un precio bajo por token no hace que cada tarea sea barata. Intentos fallidos, respuestas largas y correcciones manuales afectan el costo final. Úselo donde la tarea sea clara y los criterios de aceptación fáciles de aplicar.
Para tareas que necesitan una interpretación más fiable de lo visual, interacción con pantallas de aplicaciones o una prosa más natural, GPT-6.1 Terra es una alternativa práctica para probar. La decisión es si sus resultados justifican el gasto extra en su flujo de trabajo.
Dónde encaja GPT-6 Luna en la línea de modelos de OpenAI
Elija un modelo en función del trabajo que necesita completar y el presupuesto que puede sostener. En la línea actual, Astra cubre razonamiento exigente, Sol equilibra capacidad y costo, y Luna sirve para automatización económica y de alto volumen. Terra añade una opción de precio medio para tareas visuales, interacción con pantallas y redacción.
Modelo
Posición
Cuándo considerarlo
Entrada / salida por 1M
GPT-6 Astra
Insignia de razonamiento
Razonamiento complejo y programación cuando la capacidad prima sobre el costo.
$10.00 / $50.00
GPT-6.1 Sol
Opción general de precio medio
Trabajo que necesita equilibrio entre capacidad del modelo y gasto.
$2.00 / $10.00
GPT-6.1 Terra
Opción visual y de escritura de medio
Interpretación visual, pantallas de aplicaciones y redacción o revisión de prosa.
$1.00 / $5.00
GPT-6 Luna
Opción de bajo costo y alto volumen
Tareas repetidas y sensibles al costo como extracción y clasificación.
$0.10 / $0.50
Los precios son USD por millón de tokens para entrada y salida nueva de contexto corto de OpenAI Standard. El caché, prompts más largos, otros modos de procesamiento y servicios adicionales pueden cambiar el total.
Para una aplicación existente con Luna, pruebe Terra en las tareas donde lo visual, las acciones en pantalla o la calidad de redacción provoquen intentos extra. Mantenga Luna para solicitudes rutinarias que ya cumplan su objetivo de calidad y compare el costo total de resultados aceptados antes de mover más tráfico.
Precios de la API de GPT-6 Luna
Las tarifas oficiales a continuación separan entrada nueva, lecturas de entrada en caché, escrituras de caché y salida. Todas las cifras son USD por millón de tokens. Contexto corto significa un prompt con no más de 272,000 tokens de entrada; prompts más largos trasladan toda la solicitud al esquema de contexto largo.
Modo de procesamiento de OpenAI
Entrada nueva / 1M
Lectura en caché / 1M
Salida / 1M
Estándar — contexto corto
$0.100
$0.010
$0.500
Batch / Flex — contexto corto
$0.050
$0.005
$0.250
Rápido — contexto corto
$0.200
$0.020
$1.000
Estándar — contexto largo
$0.200
$0.020
$0.750
La especificación de facturación de GPT-6 Luna aplica tarifas de entrada y caché 2× y tarifas de salida 1.5× por encima de 272,000 tokens de entrada. La ventana de contexto de 1,050,000 tokens es un límite de capacidad, no el umbral para la tarifa inferior. Las escrituras de caché estándar de 30 minutos cuestan $0.125 por millón de tokens de contexto corto; el ejemplo de caché a continuación muestra cómo una escritura afecta al ahorro total.
Batch y Flex usan la mitad de las tarifas Estándar; Rápido usa el doble de las tarifas aplicables. Elija un modo de procesamiento según los requisitos de tiempo y disponibilidad, y verifique el soporte del proveedor seleccionado antes de aplicar un descuento de API directa al tráfico que pasa por una pasarela.
Nota sobre precios de CometAPI: La tabla de tarifas de CometAPI para GPT-6 Luna revisada el 28 de octubre de 2026 lista tarifas de contexto corto de $0.08 para entrada nueva, $0.008 para lecturas en caché, $0.10 para escrituras de caché de 30 minutos y $0.40 para salida, por millón de tokens. La entrada nueva y la salida de contexto largo figuran a $0.16 y $0.60. Estas tarifas son un 20% inferiores a las correspondientes tarifas Estándar de OpenAI mostradas aquí; los descuentos por modo de procesamiento y la disponibilidad de herramientas deben verificarse por separado. Para una solicitud de contexto corto con 5,000 tokens de entrada nueva y 1,000 tokens de salida facturados, el costo por tokens del modelo es $0.00100 mediante OpenAI Standard o $0.00080 mediante CometAPI, excluyendo caché y servicios facturados por separado.
Esfuerzo de razonamiento de GPT-6 Luna y gasto total
El esfuerzo de razonamiento cambia cuánta carga de trabajo del modelo puede usar una solicitud; no es un porcentaje fijo adicional en estas tablas de tokens. Compare los ajustes de esfuerzo en las mismas tareas, incluyendo razonamiento generado, reintentos y uso de la salida final. Una respuesta visible más corta no implica necesariamente menos tokens de salida facturados.
Para comenzar, siga la guía de inicio rápido de CometAPI para crear una clave de API y configurar la URL base compatible con OpenAI. Seleccione gpt-6-luna y confirme el acceso al modelo y la compatibilidad de endpoints para su cuenta antes de integrarlo en un flujo de trabajo de producción.
¿Cuánto rendimiento está comprando con GPT-6 Luna?
Los resultados de referencia publicados por OpenAI aportan evidencia de la relación costo-rendimiento de Luna. Son evaluaciones reportadas por el proveedor, no pruebas independientes de CometAPI. Compare el conjunto de tareas del benchmark y la configuración del agente con su propia carga de trabajo antes de usar sus ahorros en un pronóstico.
Resultados de benchmark de GPT-6 Luna y condiciones de prueba
DeepSWE v1.1: Luna obtuvo 66.6% con esfuerzo de razonamiento máximo, frente a 68.8% para GPT-6 Sol al máximo. Los costos por tarea reportados de Luna fueron 93% inferiores a Claude Opus 5 y 96% inferiores a Claude Fable 5, con ambos modelos competidores evaluados a esfuerzo medio en esas comparaciones.
AutomationBench 1.0.6: A alto esfuerzo, Luna mejoró a GPT-5.6 Luna en 5.4 puntos porcentuales con 58% menos costo por tarea. La evaluación cubre flujos de trabajo empresariales de extremo a extremo usando 47 herramientas. Estos ahorros describen esa evaluación, no una reducción garantizada para todas las aplicaciones.
OSWorld 2.0: Luna al máximo superó a GPT-5.6 Sol a medio a aproximadamente una décima parte del costo por tarea. La métrica reportada es recompensa parcial en el conjunto offline de la versión v2026.08.08. El anuncio no proporciona todos los detalles de agente y runtime necesarios para reproducir estos resultados.
El gráfico traza el costo por tarea frente a la puntuación del benchmark. La serie de Claude Fable 5.1 omite costos de fallback a Opus 5 en cerca del 40% de las tareas, por lo que el costo trazado subestima el total de esa configuración. El anuncio de OpenAI explica la evaluación; el gráfico se reproduce en la cobertura del lanzamiento de Soft4fun.
Para la implementación, mida el costo por tarea aceptada: un precio por token inferior puede verse compensado por intentos repetidos, ejecución de herramientas o corrección humana.
¿Cómo cambia el almacenamiento en caché del prompt los costos de entrada de GPT-6 Luna?
La guía de almacenamiento en caché de prompts de OpenAI explica cómo la reutilización de un prefijo estable puede reducir el procesamiento de entrada. El descuento de lectura en caché se aplica a la entrada reutilizada, no a toda la solicitud. Cuente por separado escrituras, lecturas y entrada ordinaria.
Operación
Precio Estándar de OpenAI para contexto corto / 1M
Entrada nueva
$0.100
Escritura de caché 30 min
$0.125
Lectura en caché exitosa
$0.010
Suponga que diez solicitudes reutilizan el mismo prefijo de 100,000 tokens. Asuma una escritura de 30 minutos y nueve lecturas exitosas antes de la expiración, sin escrituras adicionales. El prefijo se mantiene por debajo del umbral de contexto largo y cada solicitud deja espacio para otra entrada y salida.
Componente del prefijo repetido
Sin caché
Una escritura + nueve lecturas
Entrada de prefijo normal
10 × 100,000 × $0.10 / 1M = $0.1000
$0
Escritura inicial
$0
100,000 × $0.125 / 1M = $0.0125
Nueve lecturas
$0
9 × 100,000 × $0.01 / 1M = $0.0090
Total del prefijo repetido
$0.1000
$0.0215
El ahorro en el prefijo es 78.5%. Si cada solicitud también produce 2,000 tokens de salida facturados, la salida añade $0.0100 en las diez solicitudes. Los totales de tokens del modelo pasan a ser $0.1100 sin caché y $0.0315 con caché, un ahorro de alrededor del 71.4% antes de otra entrada y servicios.
Un prompt repetido no es prueba de un acierto de caché. Verifique el uso en caché medido, la retención de escrituras y la estabilidad del prefijo. El ejemplo usa tarifas directas de OpenAI; estime una ruta de CometAPI con el calendario de caché y los informes de uso de esa ruta.
GPT-6 Luna vs GPT-6.1 Terra: ¿cuál debería elegir?
Para equipos que ya usan GPT-6 Luna, GPT-6.1 Terra es un candidato de reemplazo cuando la tarea va más allá del procesamiento de volumen directo. Elija en función de lo que mejora el resultado final, no del número de versión.
Precio: GPT-6 Luna mantiene el menor costo por token
Según la página del modelo GPT-6 Luna y la página del modelo GPT-6.1 Terra, las tarifas de contexto corto de OpenAI Standard por millón de tokens son $0.10 de entrada y $0.50 de salida para GPT-6 Luna, frente a $1.00 de entrada y $5.00 de salida para GPT-6.1 Terra. Las tarifas de entrada nueva y salida son por tanto diez veces más altas para GPT-6.1 Terra.
Una solicitud con 5,000 tokens de entrada nueva y 1,000 tokens de salida facturados cuesta $0.001 en GPT-6 Luna o $0.010 en GPT-6.1 Terra a esas tarifas. Este ejemplo excluye caché, herramientas, reintentos y ajustes de contexto largo. Si cualquiera de los modelos necesita turnos extra, compare la ejecución completa.
Ajuste a la tarea: mantenga GPT-6 Luna para trabajo rutinario; pruebe GPT-6.1 Terra para tareas visuales y de redacción
GPT-6 Luna es un punto de partida sensato para extracción, ruteo y clasificación repetidos con reglas de validación claras. Pruebe GPT-6.1 Terra cuando interpretar capturas de pantalla o documentos visuales, actuar sobre pantallas de aplicaciones o revisar la prosa sea central para el trabajo. La guía de selección de modelos de OpenAI destaca GPT-6.1 Terra para escritura concisa, tareas definidas de uso de computadora y correcciones de código acotadas.
Decisión de reemplazo: mida resultados exitosos
Use un conjunto representativo de solicitudes reales y los mismos criterios de aceptación. Registre la tasa de éxito, el tiempo de respuesta de extremo a extremo, los reintentos y cualquier edición humana. Divida el costo de toda la ejecución entre los resultados aceptados. Traslade las tareas donde GPT-6.1 Terra aporte una mejora que valga la pena y mantenga GPT-6 Luna en el trabajo rutinario que ya maneja bien.
Puede evaluar ambos a través de la página de GPT-6 Luna en CometAPI y la página de GPT-6.1 Terra en CometAPI. Esta última actualmente lista $0.80 de entrada y $4.00 de salida por millón de tokens. Use los precios y endpoints compatibles actuales del proveedor elegido en su comparación; estos son independientes de las tarifas directas de OpenAI.
¿Cómo puede reducir aún más los costos de la API?
Use almacenamiento en caché de prompts para contenido repetido
Instrucciones del sistema reutilizables, documentos de referencia y esquemas pueden beneficiarse del caché. La guía de caché de OpenAI explica cómo la reutilización del prompt puede reducir la entrada nueva. Para Luna, las lecturas de entrada en caché elegibles cuestan 90% menos que las lecturas sin caché, pero las escrituras en caché tienen sus propias tarifas.
Ajuste el esfuerzo de razonamiento al trabajo
Empiece con el ajuste de esfuerzo menos costoso que cumpla un umbral de calidad. El ruteo y la extracción simples con frecuencia requieren menos razonamiento que la depuración de código o el análisis de varios pasos. Un mayor esfuerzo puede incrementar el consumo de tokens de razonamiento y la factura total.
Mantenga las respuestas apropiadamente cortas
Evite pedir explicaciones verbosas si la aplicación solo requiere una categoría, tres campos o JSON estructurado. Los tokens de salida son sustancialmente más caros que los tokens de entrada a tarifas Estándar.
Enrute selectivamente las solicitudes difíciles
Una arquitectura práctica comienza con Luna y escala lo que falla en validación, solicitudes ambiguas o razonamiento complejo a un modelo más potente. Evalúe el costo adicional del modelo frente a mejoras en tareas aceptadas en lugar de asumir que todos los casos difíciles requieren la capa premium.
Alternativas a GPT-6 Luna: modelos rápidos para probar su valor
Una alternativa útil a GPT-6 Luna debe cumplir sus objetivos de tiempo de respuesta y calidad con un costo total aceptable. Los modelos siguientes son candidatos para evaluar, no una clasificación de velocidad medida ni una promesa de que cada uno sea más barato que GPT-6 Luna.
GPT-6.1 Terra
Empiece con GPT-6.1 Terra en CometAPI cuando su principal razón para pasar de GPT-6 Luna sea el trabajo visual, la interacción con pantallas o la calidad de redacción. Debe estar en una lista corta para mejorar esas tareas, aunque sus tarifas por token superan las de GPT-6 Luna. Mantenga los mismos casos de prueba para que cualquier mejora sea fácil de evaluar.
DeepSeek V4.1 Flash
DeepSeek V4.1 Flash en CometAPI ofrece otra opción enfocada en la eficiencia. Las tarifas base listadas son $0.12 de entrada y $0.48 de salida por millón de tokens, con ajustes de precios basados en la solicitud también mostrados en la página. Compare la tarifa que realmente se aplica a sus solicitudes y luego pruebe la salida estructurada y el tiempo de finalización en su propia carga de trabajo.
Claude Haiku 5.5
Claude Haiku 5.5 en CometAPI es otro modelo para incluir en un piloto corto para tareas cotidianas de texto y entrada de imagen. Pruebe su estilo de respuesta, la adhesión a su formato de salida y la latencia de extremo a extremo antes de comprometerse. Revise su tabla de tarifas en vivo; su inclusión aquí no significa que supere el precio de GPT-6 Luna.
Conclusión
Si llegó buscando GPT-6.1 Luna, empiece por los nombres de modelo disponibles: GPT-6 Luna para automatización rutinaria económica, y GPT-6.1 Terra como alternativa a evaluar cuando el trabajo visual, la interacción con computadoras o la calidad de redacción deban mejorar.
Mantenga GPT-6 Luna donde cumpla sus requisitos. Introduzca GPT-6.1 Terra cuando un mejor resultado reduzca lo suficiente los intentos fallidos o la edición como para justificar la prima. Use las tarifas reales del proveedor, el historial completo de solicitudes y los resultados aceptados para tomar la decisión. Las páginas de modelos de CometAPI brindan un punto de partida para verificar acceso y precios antes de ejecutar la comparación.
Preguntas frecuentes
¿Puedo predecir el costo de GPT-6 Luna a partir del conteo de palabras?
Use el conteo de palabras solo para un presupuesto aproximado. El uso de tokens varía con el idioma, el formato, el código y las imágenes, mientras que el razonamiento generado puede añadir salida facturada más allá de la respuesta visible. Para una estimación de producción, muestree solicitudes representativas y registre el uso medido por la API; use el extremo alto de esa distribución al fijar un límite de gasto.
¿Por qué dos solicitudes similares de GPT-6 Luna pueden tener facturas diferentes?
Verifique la longitud del prompt, la elegibilidad de entrada en caché, el consumo de razonamiento, el modo de procesamiento y las llamadas a herramientas. Un prompt que supera los 272,000 tokens de entrada también cambia las tarifas aplicables para toda la solicitud. Compare esas dimensiones de facturación antes de tratar la diferencia como un error.
¿Cómo debo presupuestar una ruta de respaldo de GPT-6 Luna?
Monitoree con qué frecuencia las solicitudes escalan y si el respaldo procesa toda la entrada original. Si el 10% de las tareas escalan, presupueste el primer intento con Luna para cada tarea más las solicitudes de respaldo para ese 10%; no reemplace el costo de Luna con el costo del respaldo. Agregue reintentos y herramientas por separado y luego divida el total entre los resultados aceptados.
¿Una estimación de costos de GPT-6 Luna incluye el acceso a ChatGPT?
No. Una estimación de la API basada en tokens cubre las suposiciones de ese cálculo. No compra una suscripción a ChatGPT ni establece el acceso del modelo de un plan, límites de uso o elegibilidad del espacio de trabajo. Mantenga el presupuesto de la API de la aplicación separado del gasto en suscripciones de empleados.
