Aller au contenu
Tier B — Production
Fonctionne en :USCréé en :United States
OpenAI

gpt-6-luna

Tier B — Production · 1.05M tokens

Équipe éditoriale Tokonomix·Relu par Mes Kalkan··
Section 01

Analyse de vitesse

Latence mesurée sur toutes les exécutions de benchmark. P50 (médiane) et P95 (95e percentile) donnent une image réaliste de la vitesse de réponse en charge normale et de pointe.

Latence P50 (médiane)Latence P95107 runs
50846428775129091704210-2611-22ms
Section 02

Scores de qualité

Comment ce modèle se situe par rapport au reste du champ sur chaque catégorie de prompts, à partir d'un ajustement par paires sur les mêmes prompts. La note brute du juge figure sous chaque nombre.

69%
Génération de code
moyenne du juge 89
97%
Créatif
moyenne du juge 92
84%
Factuel
moyenne du juge 84
57%
Raisonnement
moyenne du juge 94

Taux de victoire par catégorie : la fréquence à laquelle ce modèle bat un modèle moyen sur un prompt de cette catégorie. 50% est la moyenne, pas un échec. Ce n'est pas un pourcentage de bonnes réponses.

Section 03

Tarifs

Ce que vous payez par million de tokens en utilisant ce modèle sur Tokonomix, avec une estimation pour une conversation type.

💰
Tarifs API — gpt-6-luna
$0.2000 par 1M de tokens d'entrée
$0.9800 par 1M de tokens de sortie
≈ $0.0003 par conversation typique (800 tokens)
Prix entrée vs sortie (par 1M de tokens)
par 1M de tokens d'entrée$0.2000
par 1M de tokens de sortie$0.9800
Section 04

Tokens par seconde

Débit en tokens par seconde, dérivé de la latence P50 mesurée. Plus haut est mieux ; les fluctuations reflètent la charge côté fournisseur.

Débit (tokens / s)205 / avg 248
39020

Estimé à partir de la latence P50 × 200 tokens de sortie — le chiffre absolu dépend de cette hypothèse ; c'est la tendance qui compte.

Section 05

Capacités

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

Disponibilité

Disponibilité

La fréquence à laquelle ce modèle répond lorsqu'on l'appelle — mesurée sur de vraies requêtes API et des tests en direct au cours des 30 derniers jours. C'est indépendant de la qualité : ces chiffres indiquent seulement si le modèle répond, pas la qualité de sa réponse.

7 derniers jours

—

30 derniers jours

100.0%

n=1

Temps de réponse médian

1,205ms

n=1

Basé sur 375 mesures au cours des 30 derniers jours.

Détails techniques

Seuls les vrais appels API et les requêtes de test en direct sont comptés — les sondes internes et les benchmarks sont exclus.

Les appels avec une clé API personnalisée (BYOK) sont exclus : ces échecs sont spécifiques à la clé, pas un signe de défaillance du modèle.

Les appels échoués ne sont PAS inclus dans les scores de qualité — la qualité est mesurée uniquement sur les réponses réussies. Disponibilité et qualité sont des signaux indépendants.

Temps de réponse médian (p50) sur les appels réussis avec une durée enregistrée. Les valeurs extrêmes influencent moins la médiane que la moyenne.

Total des appels (30d)

1

Réponses OK (30d)

1

Total des appels (7d)

0

Réponses OK (7d)

0

Section 07

Verdicts benchmark Tokonomix

⚖️
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.

Qualité

94.7

Latence p50

2,959 ms

Exécutions de test

3

✓ Quality up 11.9 points✓ 43% latency reduction✓ Coding score reached 100✗ Limited test run sample
Dernier test automatisé
22 nov. 2026 · 14:02 UTC · Benchmark de vitesse
Latence P50
974 ms
Latence P95
1120 ms
Erreurs
0 / 6 exécutions
Dernière revue par Équipe Tokonomix·22 novembre 2026