GPT-6 Luna ist OpenAIs Effizienzstufen-Modell der GPT-6-Reihe, erschienen am 22. September 2026 zusammen mit dem Mittelstufen-Modell GPT-6 Sol, drei Wochen nach dem Flaggschiff GPT-6 Astra. OpenAIs eigene API-Dokumentation beschreibt es nur als „our most efficient model for focused, high-volume tasks", ohne offengelegte Parameterzahl oder Architektur-Details.
Es ist mit weitem Abstand das günstigste Modell der GPT-6-Familie: 0,10 $ pro Million Input-Token und 0,50 $ pro Million Output-Token, rund 20-mal günstiger als GPT-6 Sol (2 $ / 10 $) auf beiden Seiten, direkt gegen OpenAIs Entwicklerdokumentation geprüft.
Für seinen Preis schneidet es überraschend gut ab. Artificial Analysis setzt GPT-6 Luna (Max-Aufwand) bei 38 auf seinem Intelligence Index an, Rang 8 von 180 erfassten Modellen und deutlich über dem Median der Vergleichsgruppe von 13, während es nur einen Bruchteil der meisten Modelle in seiner Nähe kostet.
Wahrscheinlich nutzt man es schon, ohne es gewählt zu haben. Seit dem 8. Oktober 2026 läuft der Chat-Tab jedes ChatGPT-Free- und Go-Kontos standardmäßig auf GPT-6 Luna, als das Modell hinter OpenAIs neuem Intelligent-UI-Rollout. Bezahlte Plus-/Pro-/Business-/Enterprise-Konten laufen stattdessen auf GPT-6 Sol.
Was GPT-6 Luna tatsächlich ist
OpenAI ist ungewöhnlich zurückhaltend dabei, was tatsächlich in GPT-6 Luna steckt. Die eigene API-Dokumentation beschreibt es mit einer einzigen Zeile, „our most efficient model for focused, high-volume tasks", und nennt weder Parameterzahl noch Architektur-Familie noch Distillation-Abstammung. Das passt dazu, wie OpenAI Effizienzstufen-Modelle seit der GPT-5-Ära beschrieben hat: Die Marketing-Rahmung ist Geschwindigkeit und Kosten, nicht technische Details, und nichts in der aktuellen Dokumentation deutet darauf hin, dass sich das für GPT-6 geändert hätte.
Was direkt von OpenAIs Modellseite dokumentiert ist: ein Kontextfenster von 1.050.000 Token, ein maximaler Input von 922.000 Token, ein maximaler Output von 128.000 Token, Text- und Bild-Input mit reinem Text-Output, und ein Wissensstand-Cutoff vom 18. Mai 2026. Der Reasoning-Aufwand ist über sechs Stufen einstellbar, none, low, medium (die Standardeinstellung), high, xhigh und max, was sowohl für Qualität als auch Kosten relevant ist: Jeder Benchmark in diesem Artikel, einschließlich der oben genannten Artificial-Analysis-Zahlen, wird bei der Einstellung max gemessen, nicht beim Standard. Luna bei seinem Standard-Aufwand medium betrieben wird wahrscheinlich niedriger abschneiden und weniger kosten als die hier und anderswo zitierten Max-Aufwand-Zahlen; OpenAIs Dokumentation veröffentlicht keinen separaten Benchmark für die Standardeinstellung.
Wo Luna in OpenAIs GPT-6-Reihe steht
Die Namensgebung ist wirklich verwirrend, und OpenAI hat nichts veröffentlicht, das sie direkt durchgeht, also hier die vollständige Abstammung. GPT-5.6 erschien mit drei Stufen: Sol, Terra und Luna. GPT-6, gestartet am 3. September 2026, strukturierte das in drei andere um: Astra als neues Flaggschiff („continues to be our best model across the board", laut OpenAI), Sol herabgestuft auf eine Mittelstufen-Position, die es zuvor nicht hatte, und Luna als Effizienzstufe beibehalten, allerdings ein deutlich anderes Modell als GPT-5.6 Luna unter demselben Namen. Terra entfiel komplett; OpenAI hat nicht gesagt, warum. Eine Woche nach dem Start von Sol und Luna erschien dann GPT-6.1 Sol am 29. September 2026 bei DevDay als separates, inkrementelles Upgrade speziell für Sol, nur verfügbar in Work, Codex und der API. GPT-6.1 Sol hat zum Zeitpunkt dieses Artikels kein Luna-Gegenstück und spielte keine Rolle beim unten beschriebenen Chat-Tab-Rollout; siehe unseren GPT-6.1-Sol-Erklärartikel speziell zu diesem Modell.
Preise, geprüft gegen OpenAIs eigene Dokumentation
Metric Price Note
--------------------------------------------------------------------
Input $0.10 / 1M tokens
Cached input $0.01 / 1M tokens 10% of uncached rate
Cache writes $0.125 / 1M tokens 1.25x uncached rate
Output $0.50 / 1M tokens
Prompts over 272K input 2x input/cache, Full request repriced
1.5x output
Batch / Flex 50% of standard rates
Fast mode 2x standard rates
Regional processing +10% premium Where available
Confirmed directly against developers.openai.com/api/docs/models/gpt-6-luna,
12 October 2026.Zum Vergleich: GPT-6 Sol ist bepreist mit 2 $ pro Million Input-Token und 10 $ pro Million Output-Token, direkt gegen OpenAIs eigene Dokumentation geprüft, genauso wie Lunas Zahlen oben. Das macht Luna rund 20-mal günstiger als Sol, bei Input wie bei Output. GPT-6 Astra, das Flaggschiff, ist noch teurer: 10 $ Input / 50 $ Output pro Million Token, womit Astra das 100-Fache von Lunas Output-Preis kostet und das 5-Fache von Sols. OpenAI hat den Sol/Luna-Generationssprung nur als „about half the price" ihrer GPT-5.6-Entsprechungen beschrieben, eine Aussage zum Preis im Jahresvergleich, nicht zur Lücke zwischen den Stufen in der aktuellen Reihe, die die obigen Zahlen tatsächlich zeigen.
Ein konkreter Vergleich: Ein 300-seitiges Forschungs-PDF (rund 150.000 Token) zu verarbeiten und eine 2.000-Wörter-Zusammenfassung (rund 2.700 Token) zurückzubekommen, kostet ungecacht zum Listenpreis etwa 0,016 $ bei Luna, 0,33 $ bei Sol und 1,64 $ bei Astra. Lunas Kostenvorteil hält sich genau für die Art von Hochvolumen-Dokumentenarbeit, die dieser Vergleich nahelegt: Denselben Job tausendmal ausgeführt, und die Lücke zwischen 16 $ und 1.640 $ ist der ganze Grund, warum es die dreistufige Preisstruktur überhaupt gibt.
Wie es abschneidet, unabhängig gemessen
Artificial Analysis, das OpenAIs Modelle durch seinen eigenen standardisierten Intelligence Index laufen lässt statt sich auf herstellerseitig gemeldete Werte zu verlassen, setzt GPT-6 Luna (Max-Aufwand) bei 38 an, Rang 8 von 180 erfassten Modellen, gegenüber einem Median der Vergleichsgruppe von 13. Das ist ein wirklich starkes Ergebnis für ein Modell, das 0,10 $/0,50 $ pro Million Token kostet: Lunas Kosten pro Intelligence-Index-Aufgabe liegen bei 0,07 $, und seine gemischte Rate (bei einem realistischen Verhältnis von 7:2:1 Cache-Treffer zu Input zu Output) liegt bei 0,08 $ pro Million Token.
Zwei Zahlen, die man kennen sollte, bevor man sich für eine latenz- oder längenempfindliche Workload auf Luna verlässt: seine Output-Geschwindigkeit, gemessen bei 140,3 Token pro Sekunde, nur mittelmäßig auf Rang 52 von 180 erfassten Modellen (der Vergleichsmedian liegt bei 107,1, also schneller als der Durchschnitt, aber nicht schnell für seine Preisklasse), und seine Geschwätzigkeit: 140 Millionen Output-Token, erzeugt über die vollständige Intelligence-Index-Auswertung, was Artificial Analysis gegenüber einem Median von 100 Mio. Token als „somewhat verbose" kennzeichnet. In der Praxis: Luna tendiert dazu, längere Antworten zu schreiben als nötig, um eine bestimmte Antwort zu erreichen, was sich bei einem pro Token abgerechneten API-Tarif negativ auswirkt, selbst wenn der Preis pro Token selbst niedrig ist.
GPT-6 Luna vs. Sol vs. Astra vs. GPT-6.1 Sol
Model Launched Intelligence Index Price (in/out, Where you'll
(Artificial per 1M tokens) find it
Analysis, Max effort)
-------------------------------------------------------------------------------------
GPT-6 Astra 3 Sep 2026 53 (#7 of 227) $10 / $50 Work, Codex,
API; flagship
everywhere
GPT-6 Sol 22 Sep 2026 48 (#25 of 227); $2 / $10 Work, Codex,
Artificial Analysis API; Chat tab
lists it deprecated (paid plans)
in favor of 6.1 Sol from 7 Oct
GPT-6.1 Sol 29 Sep 2026 52 (#11 of 227) $2 / $10, Work, Codex,
unchanged API only
from Sol
GPT-6 Luna 22 Sep 2026 38 (#8 of 180) $0.10 / $0.50 Work, Codex,
API, desktop
app; Chat tab
(free/Go) from
8 Oct
Luna's Intelligence Index is drawn from a 180-model comparison set rather than
the 227-model set the other three rows use, per Artificial Analysis's own
pages for each model as fetched 12 October 2026; the two sets overlap heavily
but aren't identical, so treat the rank numbers as directionally comparable,
not perfectly apples-to-apples.Wo man GPT-6 Luna tatsächlich antrifft
Bis zum 7./8. Oktober lebte Luna fast völlig im Verborgenen: verfügbar in Work, Codex und der API seit dem 22. September, und in der ChatGPT-Desktop-App für Free- und Go-Nutzer, aber nicht im Haupt-Chat-Tab von ChatGPT im Web oder auf Mobilgeräten. Das änderte sich, als OpenAI sein neues Intelligent-UI-Feature, interaktive Diagramme und Widgets statt reinem Text, auf den gewöhnlichen Chat ausweitete. Plus-, Pro-, Business- und Enterprise-Konten bekamen GPT-6 Sol mit Intelligent UI am 7. Oktober; Free- und Go-Konten bekamen GPT-6 Luna mit demselben Feature einen Tag später, am 8. Oktober. Dieses Rollout ist das erste Mal, dass die meisten gewöhnlichen ChatGPT-Nutzer, konkret alle, die nicht 20+ $/Monat zahlen, überhaupt ein Modell der GPT-6-Generation als Standard-Chat-Tab-Modell hatten, statt eines Gratis-Tarif-Standards aus der GPT-5.6-Ära.
Praktisch gesagt: Wer auf ChatGPTs Gratis-Tarif oder dem 8-$/Monat-Go-Tarif ist (siehe unsere ChatGPT-Go-Preisaufschlüsselung für das, was Go tatsächlich umfasst) und seit Anfang Oktober Diagramme und interaktive Widgets in den eigenen Chats bemerkt hat: GPT-6 Luna ist das Modell, das diese Arbeit leistet. Es bringt kein eigenes separates Nutzungskontingent mit: Die bestehenden Nachrichtenlimits des eigenen Tarifs gelten genauso wie vor dem Luna-Wechsel, egal welches Modell zuvor die Gratis-Tarif-Chats betrieb.
Sollte man Luna direkt über die API statt über ChatGPT nutzen?
Wer etwas baut statt zu chatten, für den ist Lunas Fall unkompliziert: Für Hochvolumen-Arbeit mit geringer Komplexität, Zusammenfassung, Extraktion, Klassifikation, schnelle Entwürfe, ist sein Preis-zu-Intelligence-Index-Verhältnis innerhalb OpenAIs eigener Reihe schwer zu schlagen, und das 1-Mio.-Token-Kontextfenster bedeutet, dass es ein großes Dokument oder eine Codebasis in einem Aufruf aufnehmen kann. Teurer als der Listenpreis vermuten lässt wird es bei geschwätzigem Output auf einem abgerechneten Tarif: Wenn der eigene Anwendungsfall lange Antworten erzeugt (offenes Schreiben, ausführliche Erklärungen) statt kurzer, strukturierter (extrahierte Felder, Klassifikationen, knappe Zusammenfassungen), bedeutet die „somewhat verbose"-Kennzeichnung von Artificial Analysis, dass die eigenen realen Kosten pro Aufgabe höher ausfallen als die Headline-Zahl von 0,07 $, da diese Zahl Lunas überdurchschnittlichen Token-Verbrauch schon einpreist, nicht den besten Fall.
Für alles, was starkes Reasoning unter Druck erfordert, das Debuggen einer verzwickten Codebasis, mehrstufige agentische Aufgaben, offene Recherche-Synthese, schneiden Sol, GPT-6.1 Sol oder Astra besser ab; das ist der Grund, warum OpenAI mehr als eine Stufe anbietet. Die Lücke ist real, aber enger als die Preislücke vermuten lässt: Astras Intelligence Index (53) schlägt Lunas (38) um 15 Punkte, während es das 100-Fache pro Output-Token kostet, und Sol (48) schlägt Luna nur um 10 Punkte beim 20-Fachen des Preises. Lunas Intelligence-Index-Wert ist stark relativ zur eigenen Preisklasse; es ist ein schlechterer Deal, je schwerer die Aufgabe tatsächlich ist, und genau dort verdienen sich die höheren Stufen ihren Preis.
Häufig gestellte Fragen
Was ist GPT-6 Luna?
OpenAIs Effizienzstufen-Modell der GPT-6-Reihe, erschienen am 22. September 2026 zusammen mit GPT-6 Sol, drei Wochen nach dem Flaggschiff GPT-6 Astra. OpenAI beschreibt es nur als „our most efficient model for focused, high-volume tasks", ohne veröffentlichte Parameterzahl. Es hat ein Kontextfenster von 1.050.000 Token und einen Wissensstand-Cutoff vom 18. Mai 2026.
Wie viel kostet GPT-6 Luna?
0,10 $ pro Million Input-Token und 0,50 $ pro Million Output-Token über die API, direkt gegen OpenAIs Entwicklerdokumentation geprüft. Das ist rund 20-mal günstiger als GPT-6 Sol (2 $/10 $ pro Million Token), bei Input wie bei Output.
Ist GPT-6 Luna dasselbe Modell, das das kostenlose ChatGPT antreibt?
Seit dem 8. Oktober 2026 ja: Free- und Go-Tarif-ChatGPT-Konten laufen im Chat-Tab standardmäßig auf GPT-6 Luna, als Teil von OpenAIs Intelligent-UI-Rollout. Bezahlte Plus-, Pro-, Business- und Enterprise-Konten laufen stattdessen auf GPT-6 Sol.
Wie schneidet GPT-6 Luna im Vergleich zu GPT-6 Sol ab?
Sol ist mit 2 $/10 $ pro Million Token bepreist, dem 20-Fachen von Lunas 0,10 $/0,50 $, für einen Intelligence Index von 48 gegenüber Lunas 38 (Artificial Analysis, Max-Aufwand), eine reale, aber engere Lücke als der Preisunterschied vermuten lässt. Beide erschienen am 22. September 2026. Artificial Analysis listet GPT-6 Sol zudem als veraltet zugunsten von GPT-6.1 Sol, das zum gleichen Preis von 2 $/10 $ bei 52 liegt.
Ist GPT-6 Luna dasselbe wie GPT-5.6 Luna?
Nein, trotz des gleichen Namens. GPT-5.6 hatte eine dreistufige Reihe aus Sol, Terra und Luna. GPT-6 strukturierte das zu Astra (neues Flaggschiff), Sol (Mittelstufe) und Luna (Effizienzstufe) um und ließ Terra komplett entfallen. GPT-6 Luna ist ein anderes zugrunde liegendes Modell als GPT-5.6 Luna, das lediglich denselben Stufennamen wiederverwendet.