Guide d'utilisation

Combien coûte l'API GPT-6 Luna ? $0,025/M en entrée, le GPT le moins cher sur HiAPI

Nov 1, 2026

TL;DR

GPT-6 Luna (gpt-6-luna) est facturé au token sur HiAPI : tarif standard (≤272K) entrée $0,025/M, sortie $0,125/M, lecture du cache $0,0025/M ; tarif documents longs (>272K) entrée $0,05/M, sortie $0,1875/M.
Le prix officiel standard est de $0,10/$0,50, le prix HiAPI représente environ 1/4 de l'officiel, ce qui en fait le modèle texte GPT le moins cher sur HiAPI.
Déjà disponible sur HiAPI, ouvrez la page du modèle pour dialoguer directement, les nouveaux utilisateurs reçoivent 200 crédits à l'inscription.

Combien coûte GPT-6 Luna ?

Palier	Entrée ($/M token)	Sortie ($/M token)	Lecture du cache ($/M token)
Standard (≤272K)	$0,025	$0,125	$0,0025
Documents longs (>272K)	$0,05	$0,1875	—

La facturation correspond aux tokens réellement consommés multipliés par le prix unitaire correspondant. La lecture du cache désigne le cas où l'on renvoie le même contexte : la partie en cache n'est facturée qu'au prix de lecture du cache ; le palier documents longs s'active automatiquement lorsque les tokens d'entrée d'une requête dépassent 272K.

Coût du premier test : $1 permet de traiter environ 40M de tokens d'entrée ou 8M de tokens de sortie (palier standard). Pour un article de 1000 mots, en classification par lots avec Luna, $1 permet d'en traiter plusieurs milliers. Essayez votre première requête sur la page du modèle →

Combien moins cher que l'officiel ?

	Prix HiAPI (palier standard)	Prix officiel standard	Part HiAPI
Entrée	$0,025/M	$0,10/M	25 %
Sortie	$0,125/M	$0,50/M	25 %
Lecture du cache	$0,0025/M	$0,025/M	10 %

Le prix de la plateforme HiAPI représente environ 1/4 de l'officiel, et la lecture du cache coûte encore moins cher, soit 1/10 de l'officiel.

Comment dépenser moins ? Quatre astuces pour économiser

Activez le cache, la lecture ne coûte que $0,0025. Lorsque vous renvoyez le même prompt système, les exemples Few-shot ou un long contexte documentaire, la partie en cache est quasiment gratuite. Le cache s'active automatiquement, sans configuration supplémentaire.
Pour les tâches par lots, passez par Batch ou Flex, à moitié prix. Pour les tâches de classification, d'extraction ou de réécriture qui n'exigent pas de réponse en temps réel, soumettez-les via Batch ou Flex : entrée $0,0125/M, sortie $0,0625/M.
Désactivez le raisonnement en définissant reasoning.effort=none. Luna utilise par défaut le palier de raisonnement medium ; une fois désactivé, les paramètres du modèle comme la température et top_p peuvent être ajustés librement, et les tokens de raisonnement ne sont plus consommés : seuls les tokens de texte ordinaires sont facturés. Pour des tâches comme la classification, l'extraction ou la sortie formatée qui ne nécessitent pas de raisonnement approfondi, désactiver le raisonnement suffit.
Ajustez d'abord votre prompt sur de petits lots, puis passez à l'échelle après validation. Avec un prix d'entrée de $0,025/M, ajuster un prompt ne coûte presque rien.

Comparaison avec les autres modèles GPT de la plateforme

Modèle	Entrée ($/M)	Sortie ($/M)	Lecture du cache ($/M)	Comparaison avec Luna
gpt-6-luna	$0,025	$0,125	$0,0025	—
gpt-5.6-luna	$0,05	$0,30	$0,005	Entrée deux fois moins chère, sortie 2,4 fois plus chère
gpt-6.1-terra	$0,25	$1,25	$0,0125	Entrée 10 fois celle de Luna
gpt-6.1-sol	$0,50	$2,50	$0,025	Entrée 20 fois celle de Luna

Luna est le modèle texte GPT le moins cher sur HiAPI. Sol et Terra offrent des capacités de raisonnement plus puissantes et un contexte plus grand : choisissez-les pour le raisonnement complexe et l'analyse approfondie ; pour la classification par lots, l'extraction, la réécriture et les boucles d'agent simples, Luna suffit et est le plus économique.

Comment calculer son budget mensuel ?

Volume mensuel de tokens	Entrée seule	Sortie seule	Entrée:sortie=4:1 (typique)	Entrée:sortie=1:1 (surtout conversation)
1M tokens	$0,025	$0,125	$0,045	$0,075
10M tokens	$0,25	$1,25	$0,45	$0,75
100M tokens	$2,50	$12,50	$4,50	$7,50
1B tokens	$25	$125	$45	$75

Coût réel = tokens d'entrée × $0,025 + tokens de sortie × $0,125 - économies réalisées grâce au cache. Les tâches par lots typiques ont beaucoup plus d'entrée que de sortie : un budget mensuel de 1B tokens coûte environ $45.

Questions fréquentes

À quels scénarios GPT-6 Luna convient-il ? Classification de texte par lots, extraction de données structurées, réécriture de contenu, réponses automatiques à une FAQ, boucles d'agent de faible complexité. Il n'est pas adapté aux tâches complexes nécessitant un raisonnement multi-étapes approfondi ; dans ce cas, choisissez Terra ou Sol.

Comment utiliser le cache ? Aucune configuration n'est nécessaire. Sous la même clé API, les parties récurrentes du prompt système et de l'historique des messages sont automatiquement mises en cache, et la partie en cache est facturée à $0,0025/M.

Comment utiliser Batch/Flex ? Ajoutez "processing_mode": "batch" ou "processing_mode": "flex" dans la requête ; la tâche entre dans une file de traitement asynchrone, à moitié prix, ce qui convient aux tâches par lots sans exigence de temps réel.

Que faire si les tokens de sortie dépassent 128K ? Luna produit au maximum 128K tokens de sortie ; au-delà, il faut répartir sur plusieurs requêtes. Pour résumer un long document, demandez d'abord un plan au modèle, puis résumez par sections et enfin fusionnez.

Par rapport à gpt-5.6-luna, la migration coûte-t-elle cher ? Non. Les deux modèles prennent en charge le protocole Chat Completions ; la migration consiste uniquement à changer le champ model. Pour profiter des nouvelles fonctionnalités (Responses API, six paliers de raisonnement), il faut adapter le format de requête, mais l'écriture de l'interface de conversation de base reste inchangée. Voir Comparaison GPT-6 Luna vs GPT-5.6 Luna.

Vous voulez essayer tout de suite ? Ouvrez la page du modèle pour dialoguer directement : les 200 crédits offerts à l'inscription suffisent pour des centaines d'échanges. Ou consultez le guide d'intégration API pour réussir votre premier appel avec curl.