Guia de uso

Quanto custa a API do GPT-6 Luna? $0.025/M de entrada, o GPT mais barato do HiAPI

Nov 1, 2026

TL;DR

O GPT-6 Luna (gpt-6-luna) no HiAPI é cobrado por token: faixa padrão (≤272K) entrada $0.025/M, saída $0.125/M, acerto de cache $0.0025/M; faixa de documentos longos (>272K) entrada $0.05/M, saída $0.1875/M.
O preço padrão oficial é $0.10/$0.50; o preço da plataforma HiAPI é cerca de 1/4 do oficial e também é o modelo de texto GPT mais barato do HiAPI.
Já está disponível no HiAPI. Abra a página do modelo para conversar diretamente; novos usuários ganham 200 créditos ao se registrar.

Quanto custa o GPT-6 Luna?

Faixa	Entrada ($/M token)	Saída ($/M token)	Acerto de cache ($/M token)
Faixa padrão (≤272K)	$0.025	$0.125	$0.0025
Faixa de documentos longos (>272K)	$0.05	$0.1875	—

A cobrança é feita multiplicando os tokens realmente consumidos pelo preço unitário correspondente. O acerto de cache significa que, ao reenviar o mesmo trecho de contexto, a parte que acerta o cache é cobrada apenas pelo preço de leitura de cache; a faixa de documentos longos é acionada automaticamente quando os tokens de entrada de uma única requisição ultrapassam 272K.

Custo do primeiro teste: $1 processa cerca de 40M tokens de entrada ou 8M tokens de saída (faixa padrão). Para um artigo de 1000 palavras, usando o Luna para classificação em lote, $1 roda milhares de itens. Vá à página do modelo e teste a primeira chamada →

Quanto mais barato que o oficial?

	Preço HiAPI (faixa padrão)	Preço padrão oficial	Proporção do HiAPI
Entrada	$0.025/M	$0.10/M	25%
Saída	$0.125/M	$0.50/M	25%
Acerto de cache	$0.0025/M	$0.025/M	10%

O preço da plataforma HiAPI é cerca de 1/4 do oficial, e o acerto de cache chega a ser ainda mais barato, 1/10 do oficial.

Como gastar menos? Quatro dicas de economia

Ative o cache; o acerto custa apenas $0.0025. Ao reenviar prompts de sistema, exemplos Few-shot e contexto de documentos longos, a parte que acerta o cache é quase gratuita. O cache entra em vigor automaticamente, sem necessidade de configuração extra.
Tarefas em lote usam Batch ou Flex, com 50% de desconto. Para tarefas de classificação, extração e reescrita que não exigem resposta em tempo real, envie via Batch ou Flex: entrada $0.0125/M e saída $0.0625/M.
Desligue o raciocínio, definindo reasoning.effort=none. O Luna usa por padrão a faixa de raciocínio medium; após desligá-la, parâmetros como temperatura e top_p do modelo podem ser ajustados livremente, e os tokens de raciocínio deixam de ser consumidos, cobrando-se apenas os tokens de texto comuns. Para tarefas como classificação, extração e saída formatada, que não exigem raciocínio profundo, desligar o raciocínio já basta.
Ajuste o prompt em pequenos lotes primeiro e só aumente o volume após confirmar os resultados. Com o preço de entrada de $0.025/M, ajustar prompts quase não custa nada.

Comparação com outros modelos GPT da plataforma

Modelo	Entrada ($/M)	Saída ($/M)	Acerto de cache ($/M)	Luna em comparação
gpt-6-luna	$0.025	$0.125	$0.0025	—
gpt-5.6-luna	$0.05	$0.30	$0.005	Entrada pela metade do preço, saída 2,4 vezes
gpt-6.1-terra	$0.25	$1.25	$0.0125	Entrada é 10 vezes a do Luna
gpt-6.1-sol	$0.50	$2.50	$0.025	Entrada é 20 vezes a do Luna

O Luna é o modelo de texto GPT mais barato do HiAPI. Sol e Terra têm capacidade de raciocínio mais forte e contexto maior; escolha-os para raciocínio complexo e análises profundas. Para classificação em lote, extração, reescrita e loops de agentes simples, o Luna é suficiente e o mais econômico.

Como calcular o orçamento mensal?

Volume mensal de tokens	Apenas entrada	Apenas saída	Entrada:saída=4:1 (típico)	Entrada:saída=1:1 (mais conversacional)
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

Custo real = tokens de entrada × $0.025 + tokens de saída × $0.125 - economia proporcionada pelo acerto de cache. Em tarefas em lote típicas, a entrada é muito maior que a saída; o orçamento mensal para 1B tokens é de cerca de $45.

Perguntas frequentes

Para que cenários o GPT-6 Luna é indicado? Classificação de texto em lote, extração de dados estruturados, reescrita de conteúdo, respostas automáticas de FAQ e loops de agentes de baixa complexidade. Não é indicado para tarefas complexas que exigem raciocínio profundo em várias etapas; nesse caso, escolha Terra ou Sol.

Como usar o cache? Não precisa configurar. Sob a mesma API Key, as partes repetidas nos prompts de sistema e no histórico de mensagens acertam o cache automaticamente, e a parte que acerta é cobrada a $0.0025/M.

Como usar Batch/Flex? Adicione "processing_mode": "batch" ou "processing_mode": "flex" à requisição; a tarefa entra numa fila assíncrona, com 50% de desconto no preço, ideal para tarefas em lote que não exigem resposta em tempo real.

E se os tokens de saída ultrapassarem 128K? A saída máxima do Luna é de 128K tokens; acima disso, é necessário fazer várias requisições. Para resumir documentos longos, primeiro peça ao modelo um roteiro, depois resuma por seções e, por fim, combine tudo.

Em comparação com o gpt-5.6-luna, o custo de migração é alto? Não. Ambos os modelos suportam o protocolo Chat Completions; a migração exige apenas alterar o campo model. Para usar novos recursos (Responses API, seis faixas de raciocínio), é preciso adaptar o formato da requisição, mas a forma de escrita da interface básica de conversa não muda. Veja detalhes em Comparação entre GPT-6 Luna e GPT-5.6 Luna.

Quer testar agora? Abra a página do modelo e converse diretamente; os 200 créditos de boas-vindas no cadastro são suficientes para centenas de rodadas. Ou veja o guia de integração da API para fazer a primeira chamada com curl.