TL;DR
Op zoek naar GPT-6.1 Luna-prijzen? Vanaf 28 oktober 2026 vermeldt OpenAIโs modelcatalogus GPT-6 Luna, geรฏdentificeerd als gpt-6-luna, en niet een GPT-6.1 Luna-release. Voor ontwikkelaars die een productie-werklast willen begroten, begint het beschikbare model bij $0.10 per miljoen invoertokens en $0.50 per miljoen outputtokens via OpenAI. CometAPI publiceert overeenkomstige tarieven voor korte context van $0.08 en $0.40.
Om te beslissen of je bij GPT-6 Luna blijft of overstapt naar GPT-6.1 Terra, kijk verder dan de headline-tokenprijzen. Promptlengte, caching, redeneren, tool-aanroepen en herhalingen beรฏnvloeden de kosten van een voltooide taak. Deze gids legt Luna-prijzen uit, vergelijkt Luna met Terra en helpt je bepalen waar een upgrade de extra uitgaven waard is.
Belangrijkste punten
- Modelidentiteit: Gebruik gpt-6-luna voor GPT-6 Luna API-verzoeken; er staat geen GPT-6.1 Luna-prijs in de officiรซle catalogus.
- Standaardprijzen: GPT-6 Luna kost $0.10 input / $0.50 output per miljoen tokens via OpenAI, of $0.08 / $0.40 tegen de gepubliceerde korte-context-tarieven van CometAPI.
- Context en facturatie: Het model heeft een contextvenster van 1.050.000 tokens; prompts boven 272.000 invoertokens gebruiken hogere tarieven voor het volledige verzoek.
- Kostenbeheersing: Cache herhaalde input, beperk onnodige output en kies een redeneringsinspanning die aan je acceptatiecriteria voldoet.
- Modelselectie: Houd Luna voor goedkope routinetaken; evalueer Terra wanneer visuele interpretatie, scherminteractie of schrijfkracht het verschil maakt voor succesvolle afronding.
Bestaat GPT-6.1 Luna?
Er staat geen afzonderlijk GPT-6.1 Luna-model in de officiรซle API-catalogus die op 2 november 2026 is gecontroleerd. Gebruik voor Luna-verzoeken de gedocumenteerde model-ID gpt-6-luna. Een zoektocht naar โGPT-6.1 Luna priceโ levert geen uitgebracht product of afzonderlijke tariefkaart op. โFe-Pichuโ is een OpenAI-model dat beschikbaar is op Arena. Het is zeer waarschijnlijk Luna โ aangezien Terra al live is en de outputkwaliteit van dit model onder die van Terra ligt โ en het feit dat het een OpenAI-tokenizer gebruikt, wijst er verder op dat het een OpenAI-model is.
Als je naar die naam zocht omdat je een nieuwere alternatieve versie van Luna wilt, overweeg dan GPT-6.1 Terra op CometAPI. OpenAI kondigde Terra aan op 26 oktober 2026, met een focus op visueel redeneren, computergebruik en natuurlijk schrijven. Voor een bestaande Luna-workflow is het een kandidaatvervanger wanneer die mogelijkheden een terugkerende zwakte aanpakken. Dit is een workflowaanbeveling, geen bewering dat OpenAI Luna heeft hernoemd of stopgezet.
Begin met vaststellen wat moet verbeteren: minder fouten bij het lezen van schermen, betere interpretatie van afbeeldingen, of minder redactie na generatie. Vergelijk beide modellen op die taken voordat je overstapt. Als Luna al aan je kwaliteits- en responstijddoelen voldoet, is de lagere tokenprijs een goede reden om het te behouden.
Wat is GPT-6 Luna?
OpenAI bracht GPT-6 Luna uit op 22 september 2026 voor gefocust werk met hoog volume. Het accepteert tekst en afbeeldingen en produceert tekst. De praktische aantrekkingskracht is voordelige automatisering: classificatie, extractie en andere begrensde taken waarvan je de resultaten consistent kunt controleren.
Luna biedt configureerbare redenering en een groot contextvenster, maar een lage tokenprijs maakt niet elke taak goedkoop. Mislukte pogingen, lange antwoorden en handmatige correcties beรฏnvloeden allemaal de uiteindelijke kosten. Gebruik het waar de taak helder is en de acceptatiecriteria eenvoudig toe te passen zijn.
Voor taken die betrouwbaardere interpretatie van visuele inhoud, interactie met toepassingsschermen of natuurlijkere proza vereisen, is GPT-6.1 Terra een praktische alternatieve test. De keuze is of de resultaten de extra uitgaven in jouw workflow rechtvaardigen.
Waar past GPT-6 Luna in de OpenAI-modellenreeks?
Kies een model rond het werk dat je wilt afronden en het budget dat je kunt dragen. In de huidige reeks dekt Astra veeleisend redeneren, Sol balanceert capaciteit en kosten, en Luna bedient zuinige automatisering met hoog volume. Terra voegt een middelgeprijsde optie toe voor visuele taken, scherminteractie en schrijven.
| Model | Positie | Wanneer te overwegen | Input / output per 1M |
|---|---|---|---|
| GPT-6 Astra | Vlaggenschip voor redeneren | Complex redeneren en coderen wanneer capaciteit prioriteit heeft boven kosten. | $10.00 / $50.00 |
| GPT-6.1 Sol | Middelgeprijsde algemene optie | Werk dat een balans nodig heeft tussen modelcapaciteit en uitgaven. | $2.00 / $10.00 |
| GPT-6.1 Terra | Middelgeprijsde visuele/schrijfoptie | Visuele interpretatie, toepassingsschermen, en opstellen of reviseren van proza. | $1.00 / $5.00 |
| GPT-6 Luna | Lage kosten, hoog volume | Herhaalde, prijsgevoelige taken zoals extractie en classificatie. | $0.10 / $0.50 |
Prijzen zijn USD per miljoen tokens voor OpenAI Standard korte-context verse input en output. Caching, langere prompts, andere verwerkingsmodi en aanvullende diensten kunnen het totaal veranderen.
Voor een bestaande Luna-toepassing test je Terra op de taken waar visuele aspecten, schermhandelingen of schrijfkracht extra pogingen veroorzaken. Houd Luna voor routinetaken die al aan je kwaliteitsdoel voldoen, en vergelijk de totale kosten per geaccepteerd resultaat voordat je meer verkeer verplaatst.
GPT-6 Luna API-prijzen
De officiรซle tarieven hieronder onderscheiden verse input, cache-leesbewerkingen, cache-schrijfbewerkingen en output. Alle cijfers zijn USD per miljoen tokens. Korte context betekent een prompt met niet meer dan 272.000 invoertokens; langere prompts verplaatsen het volledige verzoek naar het schema voor lange context.
| OpenAI-verwerkingsmodus | Verse input / 1M | Cache-leesactie / 1M | Output / 1M |
|---|---|---|---|
| Standard โ korte context | $0.100 | $0.010 | $0.500 |
| Batch / Flex โ korte context | $0.050 | $0.005 | $0.250 |
| Fast โ korte context | $0.200 | $0.020 | $1.000 |
| Standard โ lange context | $0.200 | $0.020 | $0.750 |
De GPT-6 Luna-betalingsspecificatie past 2ร input- en cachetarieven en 1,5ร outputtarieven toe boven 272.000 invoertokens. Het contextvenster van 1.050.000 tokens is een capaciteitslimiet, niet de grens voor de lagere prijstier. Standaard cache-schrijfbewerkingen van 30 minuten kosten $0.125 per miljoen korte-contexttokens; het cachingvoorbeeld hieronder laat zien hoe een schrijfoperatie de totale besparing beรฏnvloedt.
Batch en Flex gebruiken de helft van de Standard-tarieven; Fast gebruikt het dubbele van de toepasselijke tarieven. Kies een verwerkingsmodus op basis van timing- en beschikbaarheidseisen, en controleer de ondersteuning van de geselecteerde aanbieder voordat je een directe API-korting toepast op gatewayverkeer.
CometAPI-prijsopmerking: Het CometAPI-tarievenoverzicht voor GPT-6 Luna dat op 28 oktober 2026 is gecontroleerd, vermeldt korte-context-tarieven van $0.08 voor verse input, $0.008 voor cache-leesbewerkingen, $0.10 voor cache-schrijfbewerkingen van 30 minuten en $0.40 voor output, per miljoen tokens. Lange-contexttarieven voor verse input en output staan vermeld op $0.16 en $0.60. Deze tarieven liggen 20% onder de overeenkomstige OpenAI Standard-tarieven die hier getoond worden; kortingen per verwerkingsmodus en toolbeschikbaarheid moeten afzonderlijk gecontroleerd worden. Voor een korte-contextverzoek met 5.000 verse invoertokens en 1.000 in rekening gebrachte outputtokens zijn de modeltokenkosten $0.00100 via OpenAI Standard of $0.00080 via CometAPI, exclusief caching en apart gefactureerde diensten.
GPT-6 Luna redeneringsinspanning en totale uitgaven
Redeneringsinspanning verandert hoeveel modelwerk een verzoek kan gebruiken; het is geen extra vast percentage in deze toekentabellen. Vergelijk inspanningsinstellingen op dezelfde taken, inclusief gegenereerde redenering, herhalingen en uiteindelijke outputgebruik. Een korter zichtbaar antwoord betekent niet noodzakelijk minder in rekening gebrachte outputtokens.
Om te beginnen volg je de CometAPI-quickstart om een API-sleutel te maken en de OpenAI-compatibele basis-URL te configureren. Selecteer gpt-6-luna en bevestig modeltoegang en endpoint-ondersteuning voor je account voordat je het in een productieworkflow integreert.
Hoeveel prestaties koop je met GPT-6 Luna?
OpenAIโs gepubliceerde benchmarkresultaten geven bewijs van Lunaโs kosten-prestatieafweging. Dit zijn door de aanbieder gerapporteerde evaluaties, geen onafhankelijke CometAPI-tests. Vergelijk de taakset en agentconfiguratie van de benchmark met je eigen werklast voordat je de kostenbesparing in een prognose gebruikt.
GPT-6 Luna-benchmarkresultaten en testcondities
DeepSWE v1.1: Luna scoorde 66.6% bij maximale redeneringsinspanning, vergeleken met 68.8% voor GPT-6 Sol bij maximaal. Lunaโs gerapporteerde taakkosten lagen 93% onder Claude Opus 5 en 96% onder Claude Fable 5, waarbij beide concurrerende modellen op middelhoge inspanning zijn geรซvalueerd in die vergelijkingen.
AutomationBench 1.0.6: Bij hoge inspanning verbeterde Luna met 5.4 procentpunt ten opzichte van GPT-5.6 Luna tegen 58% lagere kosten per taak. De evaluatie dekt end-to-end bedrijfsworkflows met 47 tools. Deze besparingen beschrijven die evaluatie, niet een gegarandeerde reductie voor elke toepassing.
OSWorld 2.0: Luna op maximaal overtrof GPT-5.6 Sol op medium tegen ongeveer een tiende van de taakkosten. De gerapporteerde metriek is partial reward op de offline set van release v2026.08.08. De aankondiging geeft niet elk agent- en runtime-detail dat nodig is om deze resultaten te reproduceren.
De grafiek zet taakkosten uit tegen benchmarkscore. De Claude Fable 5.1-reeks laat Opus 5 fallback-kosten op ongeveer 40% van de taken weg, waardoor de geplotte kosten die configuratie onderschatten. OpenAIโs aankondiging legt de evaluatie uit; de grafiek is gereproduceerd in Soft4funโs berichtgeving over de lancering.
Voor uitrol meet je kosten per geaccepteerde taak: een lagere tokenprijs kan worden tenietgedaan door herhaalde pogingen, toolexecuties of menselijke correctie.
Hoe verandert promptcaching de GPT-6 Luna-invoerkosten?
De OpenAI-handleiding voor promptcaching legt uit hoe hergebruik van een stabiel prefix de inputverwerking kan verminderen. Een cache-lees-korting geldt voor hergebruikte input, niet voor het volledige verzoek. Tel schrijfs, reads en gewone input afzonderlijk.
| Bewerking | OpenAI Standard-prijs voor korte context / 1M |
|---|---|
| Verse input | $0.100 |
| Cache-schrijfbewerking van 30 minuten | $0.125 |
| Succesvolle cache-leesbewerking | $0.010 |
Stel dat tien verzoeken hetzelfde prefix van 100.000 tokens hergebruiken. Ga uit van รฉรฉn schrijf van 30 minuten en negen succesvolle reads voor expiratie, zonder extra schrijfs. Het prefix blijft onder de drempel voor lange context en elk verzoek laat ruimte voor andere input en output.
| Component met herhaalde prefix | Zonder caching | Eรฉn schrijfactie + negen leesacties |
|---|---|---|
| Gewone prefix-input | 10 ร 100,000 ร $0.10 / 1M = $0.1000 | $0 |
| Initiรซle schrijfactie | $0 | 100,000 ร $0.125 / 1M = $0.0125 |
| Negen leesacties | $0 | 9 ร 100,000 ร $0.01 / 1M = $0.0090 |
| Totaal voor herhaalde prefix | $0.1000 | $0.0215 |
De besparing op de prefix is 78.5%. Als elk verzoek ook 2.000 in rekening gebrachte outputtokens oplevert, voegt output $0.0100 toe over de tien verzoeken. Modeltoken-totalen worden $0.1100 zonder caching en $0.0315 met caching, een besparing van ongeveer 71.4% vรณรณr andere input en diensten.
Een herhaalde prompt is geen bewijs van een cache-hit. Controleer gemeten cachegebruik, schrijfretentie en prefixstabiliteit. Het voorbeeld gebruikt directe OpenAI-tarieven; schat een CometAPI-route met het cacheschema en de gebruiksrapportage van die route.
GPT-6 Luna vs GPT-6.1 Terra: welke moet je kiezen?
Voor teams die al GPT-6 Luna gebruiken, is GPT-6.1 Terra een kandidaatvervanger wanneer de taak verder gaat dan rechttoe-rechtaan volumeverwerking. Kies op basis van wat het eindresultaat verbetert, niet op het versienummer.
Prijs: GPT-6 Luna behoudt de lagere tokenkosten
Volgens de GPT-6 Luna-modelpagina en de GPT-6.1 Terra-modelpagina zijn OpenAI Standard korte-contexttarieven per miljoen tokens $0.10 input en $0.50 output voor GPT-6 Luna, versus $1.00 input en $5.00 output voor GPT-6.1 Terra. De tarieven voor verse input en output zijn dus tien keer hoger voor GPT-6.1 Terra.
Een verzoek met 5.000 verse invoertokens en 1.000 in rekening gebrachte outputtokens kost $0.001 op GPT-6 Luna of $0.010 op GPT-6.1 Terra tegen die tarieven. Dit voorbeeld sluit caching, tools, herhalingen en aanpassingen voor langere context uit. Als een van beide modellen extra beurten nodig heeft, vergelijk dan de volledige run.
Taakfit: houd GPT-6 Luna voor routinewerk; test GPT-6.1 Terra voor visuele en schrijftaken
GPT-6 Luna is een logische start voor herhaalde extractie, routering en classificatie met duidelijke validatieregels. Test GPT-6.1 Terra wanneer het interpreteren van screenshots of visuele documenten, handelen op toepassingsschermen of het reviseren van proza centraal staat in de klus. OpenAIโs handleiding voor modelselectie benadrukt GPT-6.1 Terra voor bondig schrijven, gedefinieerde computertaken en afgebakende codefixes.
Vervangingsbeslissing: meet succesvolle resultaten
Gebruik een representatieve set echte verzoeken en dezelfde acceptatiecriteria. Noteer succesratio, end-to-end responstijd, herhalingen en eventuele menselijke redactie. Deel de volledige runcost door geaccepteerde resultaten. Verplaats de taken waarvoor GPT-6.1 Terra een zinvolle verbetering levert, en houd GPT-6 Luna op het routinewerk dat het al goed afhandelt.
Je kunt beide evalueren via de CometAPI-pagina van GPT-6 Luna en de CometAPI-pagina van GPT-6.1 Terra. Die laatste vermeldt momenteel $0.80 input en $4.00 output per miljoen tokens. Gebruik de actuele prijzen en ondersteunde endpoints van de gekozen aanbieder in je vergelijking; deze staan los van de directe OpenAI-tarieven.
Hoe kun je API-kosten verder verlagen?
Gebruik promptcaching voor herhaalde content
Herbruikbare systeeminstructies, referentiedocumenten en schemaโs kunnen profiteren van caching. De OpenAI-cachinghandleiding legt uit hoe hergebruik van prompts vers-invoerwerk kan verminderen. Voor Luna kosten in aanmerking komende cache-leesbewerkingen 90% minder dan on-gecachete reads, maar cache-schrijfs hebben hun eigen tarieven.
Stem redeneringsinspanning af op de taak
Begin met de minst dure inspanningsinstelling die aan een kwaliteitsdrempel voldoet. Eenvoudige routering en extractie vergen vaak minder redenering dan foutopsporing in code of meerstapsanalyse. Hogere inspanning kan het verbruik van redeneringstokens en de totale rekening verhogen.
Houd antwoorden passend kort
Vermijd het vragen om uitvoerige uitleg als de toepassing alleen een categorie, drie velden of gestructureerde JSON vereist. Outputtokens zijn substantieel duurder dan invoertokens bij Standard-tarieven.
Routeer lastige verzoeken selectief
Een praktische architectuur begint met Luna en schaalt mislukte validatie, dubbelzinnige verzoeken of complexe redenering op naar een sterker model. Evalueer de extra modelkosten ten opzichte van verbeteringen in geaccepteerde taken in plaats van aan te nemen dat alle moeilijke gevallen de premiumlaag vereisen.
GPT-6 Luna-alternatieven: snelle modellen om op waarde te testen
Een nuttig alternatief voor GPT-6 Luna moet aan je doelen voor responstijd en kwaliteit voldoen tegen aanvaardbare totale kosten. De onderstaande modellen zijn kandidaten om te evalueren, geen ranglijst van gemeten snelheid of een belofte dat elk goedkoper is dan GPT-6 Luna.
GPT-6.1 Terra
Begin met GPT-6.1 Terra op CometAPI wanneer je belangrijkste reden om van GPT-6 Luna over te stappen visueel werk, scherminteractie of schrijfkracht is. Het hoort op een shortlist om die taken te verbeteren, hoewel de tokenprijzen hoger liggen dan die van GPT-6 Luna. Houd dezelfde testcases aan zodat elke verbetering gemakkelijk te beoordelen is.
DeepSeek V4.1 Flash
DeepSeek V4.1 Flash op CometAPI biedt een andere op efficiรซntie gerichte optie. De vermelde basistarieven zijn $0.12 input en $0.48 output per miljoen tokens, met verzoekgebaseerde prijsaanpassingen die ook op de pagina worden getoond. Vergelijk het tarief dat daadwerkelijk op jouw verzoeken van toepassing is, test daarna gestructureerde output en voltooiingstijd op je eigen werklast.
Claude Haiku 5.5
Claude Haiku 5.5 op CometAPI is een ander model om op te nemen in een korte pilot voor alledaagse taken met tekst- en afbeeldingsinput. Test de responsstijl, naleving van je outputformaat en end-to-end latentie voordat je je committeert. Controleer de live tariefkaart; opname hier betekent niet dat het onder de prijs van GPT-6 Luna zit.
Conclusie
Als je kwam voor GPT-6.1 Luna, begin dan met de beschikbare modelnamen: GPT-6 Luna voor goedkope routine-automatisering, en GPT-6.1 Terra als alternatief om te evalueren wanneer visueel werk, computerinteractie of schrijfkracht moet verbeteren.
Houd GPT-6 Luna waar het aan je eisen voldoet. Introduceer GPT-6.1 Terra waar een beter resultaat mislukte pogingen of redactie voldoende vermindert om de premie te rechtvaardigen. Gebruik de daadwerkelijke tarieven van de aanbieder, de volledige verzoekgeschiedenis en geaccepteerde resultaten om de beslissing te nemen. De modelpaginaโs van CometAPI bieden een startpunt om toegang en prijzen te controleren voordat je de vergelijking draait.
Veelgestelde vragen
Kan ik de kosten van GPT-6 Luna voorspellen op basis van woordenaantal?
Gebruik woordenaantal alleen voor een ruwe begroting. Tokengebruik varieert per taal, opmaak, code en afbeeldingen, terwijl gegenereerde redenering in rekening gebrachte output kan toevoegen boven de zichtbare respons. Voor een productieschatting neem je representatieve verzoeken en noteer je het gemeten gebruik van de API; gebruik het hoge uiteinde van die verdeling bij het instellen van een bestedingslimiet.
Waarom kunnen twee vergelijkbare GPT-6 Luna-verzoeken verschillende rekeningen hebben?
Controleer promptlengte, geschiktheid voor cache-input, redeneringsverbruik, verwerkingsmodus en tool-aanroepen. Een prompt die over 272.000 invoertokens heen gaat, verandert ook de toepasselijke tarieven voor het volledige verzoek. Vergelijk die facturatie-dimensies voordat je een verschil als een fout behandelt.
Hoe moet ik budgetteren voor een fallback-route met GPT-6 Luna?
Volg hoe vaak verzoeken opschalen en of de fallback de volledige oorspronkelijke input verwerkt. Als 10% van de taken opschaalt, begroot dan de eerste Luna-poging voor elke taak plus de fallback-verzoeken voor die 10%; vervang de Luna-kosten niet door de fallback-kosten. Voeg herhalingen en tools apart toe en deel het totaal vervolgens door geaccepteerde resultaten.
Omvat een kostenraming voor GPT-6 Luna ook toegang tot ChatGPT?
Nee. Een tokengebaseerde API-raming dekt de aannames in die berekening. Het koopt geen ChatGPT-abonnement en stelt geen modeltoegang, gebruikslimieten of workspace-geschiktheid van een plan vast. Houd het API-budget van de toepassing gescheiden van abonnementen voor medewerkers.

