Zum Inhalt
Tier B — Produktion
Läuft in:USErstellt in:United States
OpenAI

gpt-6-luna

Tier B — Produktion · 1.05M Tokens

Tokonomix-Redaktionsteam·Geprüft von Mes Kalkan··
Abschnitt 01

Geschwindigkeitsanalyse

Latenz über alle Benchmark-Läufe gemessen. P50 (Median) und P95 (95. Perzentil) zeigen ein realistisches Bild der Antwortgeschwindigkeit bei normaler und Spitzenlast.

P50-Latenz (Median)P95-Latenz107 runs
50846428775129091704210-2611-22ms
Abschnitt 02

Qualitätswerte

Wie sich dieses Modell je Prompt-Kategorie zum übrigen Feld verhält, aus einem paarweisen Fit über dieselben Prompts. Die rohe Jury-Wertung steht unter jeder Zahl.

69%
Codegenerierung
Jury-Mittel 89
97%
Kreativ
Jury-Mittel 92
84%
Faktisch
Jury-Mittel 84
57%
Schlussfolgern
Jury-Mittel 94

Gewinnrate je Kategorie: wie oft dieses Modell ein durchschnittliches Modell bei einem Prompt dieser Kategorie schlägt. 50% ist der Durchschnitt, keine schlechte Note. Es ist kein Prozentsatz richtiger Antworten.

Abschnitt 03

Preise

Was Sie pro Million Tokens zahlen, wenn Sie dieses Modell über Tokonomix nutzen, plus eine Schätzung für ein typisches Gespräch.

💰
API-Tarife — gpt-6-luna
$0.2000 pro 1M Input-Tokens
$0.9800 pro 1M Output-Tokens
≈ $0.0003 pro typischem Gespräch (800 Tokens)
Input- vs. Output-Preis (pro 1M Tokens)
pro 1M Input-Tokens$0.2000
pro 1M Output-Tokens$0.9800
Abschnitt 04

Tokens pro Sekunde

Durchsatz in Tokens pro Sekunde, abgeleitet aus gemessener P50-Latenz. Höhere Werte sind besser; Schwankungen spiegeln die Provider-seitige Last wider.

Durchsatz (Tokens / s)205 / avg 248
39020

Geschätzt aus P50-Latenz × 200 Output-Tokens — die absolute Zahl hängt von dieser Annahme ab; entscheidend ist der Trend.

Abschnitt 05

Fähigkeiten

toolssource: seed-newest-generation-2026-09-30visionjson modepdf inputreasoningjson schemaparallel toolsprompt cachingmax output tokens: 128000
Abschnitt 06

Verfügbarkeit

Verfügbarkeit

Wie oft dieses Modell antwortet, wenn wir es aufrufen — gemessen anhand echter API-Anfragen und Live-Tests der letzten 30 Tage. Dies ist unabhängig von der Qualität: Diese Zahlen zeigen nur, ob das Modell antwortet, nicht wie gut die Antwort ist.

Letzte 7 Tage

100.0%

n=1

Letzte 30 Tage

100.0%

n=1

Mediane Antwortzeit

1,205ms

n=1

Basierend auf 375 Messungen in den letzten 30 Tagen.

Technische Details

Nur echte API-Aufrufe und Live-Test-Anfragen werden gezählt — interne Proben und Benchmark-Läufe sind ausgeschlossen.

Aufrufe mit einem eigenen API-Schlüssel (BYOK) sind ausgeschlossen: Diese Fehler sind schlüsselspezifisch und kein Zeichen für Modellausfälle.

Fehlgeschlagene Aufrufe werden NICHT in Qualitätswerten berücksichtigt — Qualität wird nur für erfolgreiche Antworten gemessen. Verfügbarkeit und Qualität sind unabhängige Signale.

Mediane Antwortzeit (p50) über erfolgreiche Aufrufe mit aufgezeichneter Dauer. Ausreißer beeinflussen den Median weniger als den Durchschnitt.

Gesamte Aufrufe (30d)

1

OK-Antworten (30d)

1

Gesamte Aufrufe (7d)

1

OK-Antworten (7d)

1

Abschnitt 07

Tokonomix-Benchmark-Urteile

⚖️
Endorsed by 1 judge
Independent LLM judges evaluated this model on our weekly intelligence tests
claude-sonnet-4-589/100 · 27 runs
22 correct3 partial2 wrong81% accuracy
● 2026-11-22

gpt-6-luna achieves significant quality gains with 43% faster response times

OpenAI's gpt-6-luna demonstrates substantial improvement across multiple dimensions in this benchmark window. The overall quality score jumped from 82.8 to 94.7, representing an 11.9 point increase that places it among top-tier models. Most notably, coding performance surged from 74 to a perfect 100, suggesting major enhancements to the model's programming capabilities. Response latency improved dramatically, with p50 times dropping from 5196ms to 2959ms, a 43% reduction that should meaningfully improve user experience. Reasoning scores held steady at 92, indicating consistent logical performance. A new creative writing category emerged with a score of 92, though direct comparison is unavailable. The benchmark window remains limited with only 3 test runs, which constrains statistical confidence but shows clear directional improvement. Users working with coding tasks will likely see the most dramatic benefits, while those focused on reasoning can expect maintained quality with significantly faster delivery. The combination of quality and speed improvements suggests meaningful architectural or optimization work between versions.

Qualität

94.7

Latenz p50

2,959 ms

Testläufe

3

✓ Quality up 11.9 points✓ 43% latency reduction✓ Coding score reached 100✗ Limited test run sample
Letzter automatisierter Test
22. Nov. 2026 · 08:04 UTC · Geschwindigkeits-Benchmark
P50-Latenz
976 ms
P95-Latenz
1062 ms
Fehler
0 / 6 Läufe
Zuletzt geprüft von Tokonomix-Team·22. November 2026