GPT-5.6 Luna

• 1. 概要 (277 chars)

  GPT-5.6 Luna 是 OpenAI 于 2026 年 7 月 9 日正式发布的 GPT-5.6 系列中的「轻量档」模型，对应拉丁语中的「月亮」（Luna）。它与旗舰 Sol（太阳）、均衡 Terra（地球）同属一个代际，但定位为家族中速度最快、成本最低的一档。Luna 的 API 定价仅为每百万输入 token 1 美元、输出 6 美元，约为上一代 GPT-5.5 的五分之一，官方称其在大幅降低的单位成本下，性能可接近 GPT-5.5 的峰值水平。它不是用来取代旗舰做复杂推理的，而是为「量大、延迟敏感、结构稳定」的高频任务而生：批量摘要、文本分类、意图路由、FAQ 匹配、简单抽取与常规自动化。

• 2. 产品背景 (253 chars)

  GPT-5.6 系列在经历约两周的有限预览期、并与美国监管方就网络安全与生物风险能力完成沟通后，于北京时间 2026 年 7 月 10 日凌晨通过线上直播正式面向全球推出。Luna 作为三档中最低成本的一档同步上线，覆盖 ChatGPT、Codex 与 OpenAI API，全球推送在 24 小时内完成。本次发布还伴随一系列生态动作：Codex App 正式并入 ChatGPT 桌面应用，OpenAI 推出对标 Claude Cowork、WorkBuddy 的桌面智能体工具 ChatGPT Work，并引入 max / ultra 两种新的推理强度设置。

• 3. 核心能力与技术规格 (311 chars)

  Luna 与 Sol、Terra 共享相同的 105 万 token 上下文窗口和 12.8 万 token 最大输出长度，知识截止于 2026 年 2 月。它接受文本、图片与文件作为输入，输出纯文本，不支持原生音频与视频，也不支持微调（fine-tuning）。在工具能力上，Luna 通过 Responses API 支持流式输出、函数调用、结构化输出、网页搜索、文件搜索、图像生成工具、代码解释器、托管 shell、apply patch、skills、computer use、MCP 与工具搜索。新增的 max 推理模式让模型投入更多时间自检与修正，ultra 模式则默认协调 4 个并行智能体（最高可扩展至 16 个）处理复杂任务——尽管后者更多面向 Sol 这类旗舰场景。

• 4. 定价与成本结构 (346 chars)

  Luna 的官方定价为每百万 token 输入 1 美元、输出 6 美元，是 GPT-5.6 家族中最便宜的一档，也是目前 OpenAI 面向高吞吐场景最具性价比的公开模型。在提示词缓存方面，GPT-5.6 引入了更可预测的缓存机制：支持显式缓存断点（cache breakpoint）与 30 分钟最低缓存生命周期；缓存写入按未缓存输入费率的 1.25 倍计费，缓存读取则享受 90% 的折扣。这意味着对 Luna 的典型负载——固定的系统提示、冗长的公司政策、知识库片段、分类法——重复输入成本可下降 90%，输入价在缓存命中时实际降至每百万 token 0.10 美元。需要特别注意的是，不带后缀的 API 别名 gpt-5.6 会路由到旗舰 Sol 而非 Luna，开发者应在代码中显式指定 gpt-5.6-luna，避免悄无声息地按最贵的费率付费。

• 5. 性能与基准测试 (367 chars)

  在 Artificial Analysis 智能指数上，Luna 得分 51.2（Sol 为 59），在 153 个已评测模型中排名第 10；GPQA Diamond 得分 91%，Humanity's Last Exam 约 37%，SciCode 53%，设计竞技场 Elo 1263。速度方面，Luna 实测输出约 160–204 token/秒，首 token 延迟（p50）约 1.4 秒，一个字的暖机回复最快 658 毫秒返回，是第三方追踪中第 7 快的模型。在长上下文检索评测（512K–1M 多针检索）上，Luna 得分仅 41.3，明显低于 Sol 的 73.8 与 Terra 的 72.5——这说明它的长文档可靠性随上下文拉长而急剧下降。在文档解析基准 ParseBench 上，Luna 比 Sol 便宜约 6 倍，在文本与表格上的精度损失仅属轻微，但整个 GPT-5.6 家族在图表与版式密集的页面上仍偏弱。

• 6. 适用场景与路由策略 (282 chars)

  Luna 的领地由三条标准定义：形态可预测、吞吐量大、答错成本低。具体用例包括意图分类、短文本抽取、FAQ 匹配、邮件分诊、简单摘要、批量自动化、客服机器人与高并发初稿撰写。工程上更成熟的 AI 工作流应像交通系统一样「分车道」：简单、便宜、可预测的任务走 Luna；常规推理、业务处理、内部助手走 Terra；复杂智能体、关键审查、高风险决策支持走 Sol。一个常见的生产模式是默认调用 Luna，只有当 schema 校验、单元测试或置信度门控未通过时才逐级升级到 Terra 或 Sol——由于 Luna 支持推理 token，先调高它的 reasoning effort 往往比直接跳档更省钱。

• 7. 优势与局限 (283 chars)

  Luna 的核心优势是极致的单位经济性与速度：完整 105 万 token 上下文、无上下文长度附加费、暖机回复亚秒级、对「JSON only」等严格格式服从度高、批量分类与摘要首轮即可准确完成。它的主要局限在于：在真正的多步硬推理上处于家族末位；不支持微调、无原生音频、无法在消费版 ChatGPT App 中直接选择、也未提交至独立的 SWE-bench Verified 排行榜；长上下文检索（512K–1M）能力断崖式下滑，不适合需要跨数十万 token 精准检索的负载；图表与版式解析是整代模型的共性弱项。综合来看，Luna 是一个「按任务形状路由」体系里的高吞吐零件，而非旗舰的平替。

• 8. 用户与开发者反馈 (288 chars)

  第三方实测普遍给出正面评价：ThePlanetTools 的 API 实测给 Luna 打出 8.6/10，称其是「当体量与速度比最后那几分原始智能更重要时的首选档」，并在策略文档摘要、发布邮件草拟、工单批量分类与暖机回复上表现干净利落。开发者社区将其概括为「为狭窄、可并行任务服务的快速廉价工人」。但也有共识性的提醒：基准数据多来自发布初期，应视为方向性参考并在自身负载上验证；Luna 在中文写作上「够用」（中文训练约占其数据的 28%）；把它用于所有请求会拉低复杂场景质量，把所有请求都走 Sol 则账单本身会变成一份架构审查报告。多数意见认为，选错模型往往是路由策略的问题，而非模型本身。

• 9. 参考资料 (903 chars)

  - OpenAI 官方公告：GPT-5.6 系列（https://openai.com/zh-Hans-CN/index/gpt-5-6/） - OpenAI 帮助中心：GPT-5.6 Sol、Terra 与 Luna 预览（https://help.openai.com/zh-hans-cn/articles/20001325-a-preview-of-gpt-56-sol-terra-and-luna） - 新华社：OpenAI 推出 GPT-5.6 系列模型（https://www.163.com/dy/article/L1FPS77G05346RC6.html） - 中国日报：OpenAI 推出 GPT-5.6 系列模型（https://cn.chinadaily.com.cn/a/202607/10/WS6a509d35a310d709c2fbcddb.html） - 机器之心：GPT-5.6 全面上线，Codex 被合并，ChatGPT Work 来了（https://c.m.163.com/news/a/L1FKQ07B0511AQHO.html） - Artificial Analysis 智能指数与速度排行（https://modelgrep.com/models/openai/gpt-5.6-luna） - ThePlanetTools 实测评测（https://theplanettools.ai/tools/gpt-5-6-luna） - Apifox GPT-5.6 定价详解（https://apifox.com/apiskills/gpt-5-6-ding-jie-xiang-jie-sol-terra-he-luna-de-cheng-ben-ji-sheng-qian-gong-lue-2） - PoloAPI 三档路由建议（https://poloapi.com/poloapi-blog.html?slug=How-to-choose-between-three-levels-of-GPT-5.6） - Neodrop GPT-5.6 公开版解读（https://neodrop.ai/zh-cn/post/qcoqpKwFH2L）

No in-depth report yet

• 

  AliceJackson

  —

  把公司的批量摘要管线切到了 Luna，跑了一整天没出岔子，成本直接从之前的每月三千块压到不到一千，省下来的预算还能再多跑几个方向。不过我们同时用 Sol 跑了一条同样的数据做对比，发现 Luna 在摘要的信息密度上确实有差距，关键细节偶尔丢失，但胜在量大管饱速度起飞。

---

• 

  hAROLD17

  —

  今天试了下 Luna 做分类任务，确实快，响应基本在一秒内。但一丢复杂逻辑它就露怯了，拿不准的还是得上 Terra。

---

• 

  DennisPhillips_88

  —

  之前用 Opus 4.8 跑的信息抽取现在全换 Luna 了，质量没降多少，价格降到四分之一不到，这性价比确实离谱。唯一的问题是 Luna 在抽取嵌套 JSON 结构时偶尔会丢字段，后来我在 prompt 里加了详细的 schema 示例和必填字段检查，之后基本没出过问题。

---

• 

  JJimenez_66

  —

  Luna 的上下文窗口竟然也有一百万 token，用 Prompt Caching 之后，长篇文档处理几乎不要钱。

---

• 

  EVsmi

  —

  Luna 做客服对话的意图识别，响应时间平均 600 多毫秒，比之前用的模型快了一倍。量大的时候体验差距特别明显。

---

• 

  47wi8

  —

  一开始以为 Luna 只是个缩水版，实测下来其实该有的工具箱全都有，tool calling、structured output、reasoning effort 一个不落，就是推理深度有限。

---

• 

  CPatel_2024

  —

  最香的是 Luna 带完整智能体工具栈，能在低预算下跑 RAG 管线，我们整个知识库的问答对就是 Luna 批量生成的。

---

• 

  MoonMoonMiller

  —

  简单问答和文案生成 Luna 完全够用，但让它做个竞品分析就明显不如 Terra 了，生成的结构浅，维度不全。

---

• 

  骑士915

  —

  Luna 在 Terminal-Bench 2.1 上竟然比 Terra 还高，这让我挺意外的。不是 Luna 强，是 Terra 在这项上表现一般。

---

• 

  月光_25

  —

  写了个路由层，简单任务走 Luna，中等难度走 Terra，硬骨头交给 Sol，一个月下来 token 开销降了 60%。三档分层的价值在这时候最明显。Luna 大概处理了 70% 的请求量，但开销只占总账单的 20%，这个比例足以说服老板给我拨预算做更多 AI 实验了。

---

• 

  Megan_Torres_7

  —

  Luna 速度是真的快，大概 Sol 的三倍，但用的时候心里得有数——它只是最便宜的那个选择，不是万能的。

---

• 

  NodeKpng

  —

  我们的批量文本分类全切 Luna 了，准确率跟之前用 GPT-5.5 时差不多，但账单直接从 3000 刀掉到 600 刀，老板很开心。不过有个坑——Luna 在多标签分类任务上不如单标签稳定，后面给 prompt 加了排序约束条件，准确率才回到之前水平。

---

• 

  Adam.King_66

  —

  Luna 的 long-context 不能迷信。有个评测说它长上下文只有 41.3%，我之前用它读一篇 8 万 token 的文档，中间确实丢了不少细节。

---

• 

  MargaretKim_2020

  —

  做内容审核管线 Luna 简直神器，又便宜又快，准确率还能接受。超出置信区间的再路由给人工，整体效率提升巨大。

---

• 

  DhruvPatil

  —

  说实话这个定价策略挺聪明的，Luna 负责跑量、Terra 负责日常、Sol 负责最难的任务，按难度路由之后总成本直接打下来一多半。我算了一下，我们团队之前全部用 GPT-5.5 一个月大概 8000 刀，切到三档路由后压缩到不到 3000 刀，而且实测 Luna 在小任务上的表现和 5.5 没本质区别。

---

• 

  萧晨飞

  —

  Luna 虽然价格低，但 fine-tuning 目前不支持，这对想定制模型的企业来说是个硬伤，希望后续能加上。

---

• 

  JHernandez_2024566

  —

  其实 Luna 最超值的用法是做 prompt caching 的测试环境，系统提示词随便改、随便试，跑一万轮也就几块钱，调试成本直接归零。

---

• 

  CarolynPowellZ

  —

  试了一圈 Luna 做代码审查，简单的代码风格问题和明显的 bug 能抓到，但涉及设计模式或者性能优化的建议就没啥见地了。

---

• 

  BillyWhiteIII

  —

  Luna 最大的槽点是消费者版 ChatGPT 里选不了，只能 API 或者 ChatGPT Work 才能用，对个人用户太不友好了。

---

• 

  Zachary.CampbellX

  —

  今天把 Luna 接入了自动客服，日调用量十几万次，响应基本没延迟。偶尔会有答非所问的情况，但加一层校验后基本能兜住。不过有个问题就是 Luna 不太能处理多轮对话中的上下文漂移，三四轮之后容易跑偏，我们在前面加了个 context summarizer 做压缩后才稳定下来。

---

• 

  曾建

  —

  小团队福音，之前用 GPT-5.5 每月 API 账单大几千，现在大部分流量走 Luna，账单降到两千以内，而且核心功能没减配。

---

• 

  Dkmit

  —

  Luna 做邮件模板生成的效率太高了，几千封营销邮件的内容变体，十分钟跑完，成本才几毛钱。放以前得专门安排实习生干一整天。

---

• 

  AdamBaileyIII

  —

  输出 $6/1M tokens，用 batch 还能再打五折。我们算了一笔账，一个典型的摘要任务在 Luna 上大概 0.0002 美分一次，可以忽略不计了。

---

• 

  Jonathan_Simmons0071

  —

  不支持原生音频有点可惜，但纯文本高吞吐场景它也用不上音频。

---

• 

  BlockReward736

  —

  一句话：简单便宜可预测走 Luna，常规业务走 Terra，复杂智能体走 Sol，别让一个模型干所有活。

---

• 

  KeithCooper37

  —

  项目初期原型验证全部用 Luna，快又省，等产品方向确定了再决定要不要切到更贵的模型。这种渐进式策略在创业团队里应该很普遍。

---

• 

  BullRunMeyer

  —

  我们把「先 Luna 不行再升级 Terra/Sol」写进了重试逻辑，出问题自动跳档，体验很丝滑。

---

• 

  ticklishmeercat996

  —

  虽然 Luna 是系列里最便宜的档位，但它超越 Opus 4.8 这件事本身就说明现在轻量模型的底线已经被拉得很高了。

---

• 

  Debra525

  —

  首 token 1.4 秒、暖机 658 毫秒，这速度做实时交互完全够。

---

• 

  PMorgan_66

  —

  Luna 在 ExploitGym 上的表现说明它做基础安全过滤是够用的，随着推理强度提升还有空间，但对重量级安全扫描还是得 Sol。

No reviews yet