GPT-5.6 Luna
GPTCompact
RaisonnementOutilsVisionSortie structurée
À propos de ce modèle
GPT-5.6 Luna is a fast, cost-efficient model in OpenAI's GPT-5.6 series. It is suited for high-volume, latency-sensitive tasks such as chat, classification, and lightweight agentic workflows, providing capable reasoning for...
Catégorie de performance
Compact
GPT-5.6 Luna est un modèle compact de GPT : petit, rapide et abordable, optimisé pour la vitesse et le coût.
Petit, rapide et économique. Optimisé pour la vitesse et le faible coût, idéal pour les tâches simples ou à fort volume.
Tarification
Ce modèle est inclus dans les plans ElosiaModéré
Coût modéré. Bon équilibre pour un usage régulier sans surveillance constante du cap.
| Type | par 1M tokens |
|---|---|
| Entrée (prompt) | $1.00 |
| Sortie (complétion) | $6.00 |
| Lecture cache | $0.100 |
| Écriture cache | $1.25 |
Capacités
Taille du contexte1.1M
Tokens de sortie max128K
TokenizerGPT
Entréefile, image, text
Sortietext
Date de sortie9 juillet 2026
Benchmarks
Intelligence générale
MMLU
Non reporté
Mathématiques
MATH-500
Non reporté
Programmation
HumanEval
Non reporté
Raisonnement
ARC-AGI-2
29.3%
Agentique
SWE-bench Pro
62.7%
Terminal-Bench 2.1
84.7%
Où se situe GPT-5.6 Luna ?
Comparez son indice de performance à tous les autres modèles.
Usages recommandés
Chat généralProgrammationExtraction de donnéesRésuméSupport client
Points forts
- Le palier le plus rapide et le plus abordable de la famille GPT-5.6, à 1 $ / 6 $ par M de tokens
- Fenêtre de contexte de 1M tokens, rare à ce niveau de prix, pour les documents volumineux et les sessions longues
- Code agentique solide pour sa catégorie : 84,7 sur Terminal-Bench 2.1 et 62,7 sur SWE-bench Pro
- Entrée multimodale (texte, image, fichier) avec appel d'outils natif, recherche web et function calling
Limites
- Le raisonnement abstrait le plus faible de la famille (ARC-AGI-2 29,3 en effort high)
- La récupération en long contexte reste modeste au regard de sa fenêtre de 1M
- Seuls des benchmarks agentiques sont publiés par OpenAI : ni MMLU, ni GPQA, ni maths pour la comparaison
Questions fréquentes
Ressources
Ce modèle peut utiliser vos données pour l'entraînement
