OpenAI
GPT 6
gpt-6-luna
Família de modelos de texto GPT-6 da OpenAI, estratificada por dificuldade da tarefa: Astra é voltado para as tarefas ponta a ponta mais difíceis, Sol equilibra raciocínio robusto e custo cotidiano, e ambos reforçam codificação, matemática e fluxos de trabalho agênticos
- Janela de contexto
- 1,050,000
- Entrada
- Saída máxima
- 128,000 tokens
- Corte de conhecimento
- 2026-05-18
- Data de lançamento
- 2026-09-22
Preços
gpt-6-luna /1M tokens
| Especificações | Preço unitário |
|---|---|
| Entrada | $0.025 |
| Entrada em cache | $0.0025 |
| Saída | $0.125 |
| Gravação em cache (5 min) | $0.03125 |
Visão geral
Visão geral do posicionamento
O GPT-6 Luna é o modelo de texto da linha OpenAI GPT-6 voltado para tarefas focadas e de alta concorrência, acessível por meio da interface unificada do HiAPI.ai. Ele mantém as capacidades da linha em codificação, raciocínio matemático e fluxos de trabalho agênticos de múltiplas etapas, posicionando-se para executar em lote, a baixo custo, requisições bem delimitadas e de alta repetição, em vez de assumir os problemas ponta a ponta mais complexos. É indicado para desenvolvedores que precisam processar de forma estável um grande volume de requisições semelhantes em ambiente de produção, controlando ao mesmo tempo o custo por chamada.
Destaques principais
- Posicionamento para tarefas focadas de alta concorrência — diferentemente do Astra e do Sol da mesma linha, o Luna prioriza o processamento em lote de requisições bem delimitadas, e não os problemas mais difíceis.
- Custo e capacidade estratificados por tarefa — segundo o fornecedor, os preços do Sol e do Luna são inferiores ao preço promocional do GPT-5.6, sendo adequados para executar tarefas rotineiras em volume.
- Cache de prompt reduz o custo de contexto repetido — a taxa de acerto padrão do cache da linha aumentou, e a leitura de tokens de entrada em cache conta com desconto, tornando chamadas repetidas com contexto longo mais econômicas.
Descrição das capacidades
Desenvolvimento e revisão de código: pode atender a requisições de implementação de funcionalidades, leitura de código e revisão em pequenas bases de código, convertendo pontos de alteração bem definidos em código utilizável e pareceres de revisão.
Raciocínio matemático e analítico: apresenta o processo de raciocínio e a conclusão para questões analíticas que exigem julgamento e dedução, sendo adequado como camada de processamento de requisições analíticas em lote.
Tarefas agênticas de múltiplas etapas: suporta fluxos de trabalho de múltiplas etapas e tarefas agênticas de operação de computador e navegador, desde que a interface específica chamada ofereça o suporte correspondente.
Faixa de volume na seleção estratificada: a linha estratifica por dificuldade da tarefa; o Luna assume tarefas de alta concorrência e limites claros, deixando as requisições mais difíceis para o Astra ou o Sol.
Cenários de aplicação
- Processamento em lote de requisições focadas pela equipe — voltado a equipes de desenvolvimento que precisam de throughput estável, entregando ao Luna um grande volume de requisições semelhantes e bem delimitadas, com resultados de texto prontos para entrar no banco de dados.
- Desenvolvimento e revisão de funcionalidades em pequenas bases de código — o desenvolvedor envia trechos de código ou contexto parcial do repositório e obtém sugestões de implementação e pareceres de revisão para o fluxo de iteração diário.
- Elaboração e geração de resumos a partir de briefs — gera resumos de pesquisa e rascunhos com base em perguntas claras ou briefs fornecidos, produzindo textos iniciais prontos para entrar no fluxo editorial.
- Orquestração automatizada de transações de múltiplas etapas — executa, quando a interface oferece suporte, transações passo a passo como preenchimento de formulários e pedidos de comida, gerando resultados operacionais estruturados para processamento posterior pelos sistemas de negócio.
Limitações e recomendações de seleção
O posicionamento é a faixa focada de alta concorrência da linha, não sendo adequado para assumir as tarefas ponta a ponta mais difíceis; necessidades que excedam esse escopo devem usar o Astra. O modelo é de código fechado, não sendo possível implantá-lo por conta própria nem modificar os pesos. A disponibilidade efetiva de capacidades agênticas, como operação de computador e navegador, depende do suporte da interface chamada e deve ser confirmada antes da integração. Se o volume de requisições for pequeno e a exigência de qualidade for alta, avalie prioritariamente outros modelos da mesma linha.
Novidades
Ver o changelog →- Novo modelo Modelo gpt-6-astra disponível
- Novo modelo Novo modelo gpt-6.1-sol disponível
- Alteração de parâmetro Atualização dos parâmetros do contrato de interface do gpt-6.1-sol
Artigos
Ver todos os artigos →-
Tutorial
Usar Kandinsky 6.0 Pro text-to-video na HiAPI: tutorial de curl e Python
Demonstração prática com foco na requisição: montar a chamada de prompt para clipe de vídeo, enviar a requisição, consultar o status de conclusão e baixar o resultado
-
Tutorial
Como chamar hailuo-2.3-fast/image-to-video pela API HiAPI: curl e Python na prática
A primeira requisição executável do nível rápido e econômico de geração de vídeo a partir de imagem — do ID do modelo ao download do MP4
-
Tutorial
recraft-v4.1-flash geração de imagens por texto na prática: 5 cenários de negócio de alto valor e pontos de integração
Partindo de um custo de US$ 0,01 por imagem, planeje como aplicar a geração de imagens em negócios reais
-
Tutorial
Como chamar kling-4.0/image-to-video na HiAPI: curl, Python e polling
-
Tutorial
Como usar kling-4.0/text-to-video através da API HiAPI: curl, Python e um exemplo de requisição executável
Guia prático para desenvolvedores: prompts cinematográficos, áudio sincronizado, polling assíncrono e download da saída
-
Avaliação comparativa
hailuo-2.3-fast/image-to-video comparação lado a lado: como escolher modelos de imagem para vídeo e pontos de migração
-
Avaliação comparativa
Comparação lado a lado do Recraft v4.1 Flash em text-to-image: guia de seleção e migração para desenvolvedores
Com um custo de $0.01 por imagem e capacidade de text-to-image pura, avalie se ele é adequado para seu pipeline de geração de imagens
-
Tutorial
Como chamar hailuo-2.3/text-to-video pela API HiAPI: curl, Python e exemplos de requisição executáveis
-
Tutorial
Tutorial de kandinsky-6.0-pro/image-to-video na HiAPI: curl + Python
Faça uma requisição de imagem para vídeo funcional na HiAPI: do upload do primeiro quadro ao polling assíncrono e ao download final
Modelos relacionados
Ver todos os modelos →Mesmo tipo
-
DeepSeek V4 DeepSeek $0.014 /1 M de tokens -
Kimi K3 Moonshot AI $0.232 /1 M de tokens -
Grok 4 xAI $0.210 /1 M de tokens -
Claude 4.6 Anthropic $0.300 /1 M de tokens -
GPT 6 OpenAI $0.0025 /1 M de tokens -
Claude 5.5 Anthropic $0.100 /1 M de tokens -
Claude 4.8 Anthropic $0.229 /1 M de tokens -
GPT 5.6 OpenAI $0.005 /1 M de tokens -
GLM 5.3 Zhipu AI $0.855 /1 M de tokens -
Kimi K3.1 Pro Moonshot AI $0.216 /1 M de tokens