Okou上的GPT 5.6 Luna。又快又省的GPT-5.6經濟檔
OpenAI GPT-5.6預覽家族裡的經濟檔。快、便宜、支援多模態——為高頻工具呼叫、大批次任務和對延遲敏感的回覆而生。
400K tokens · Text / Vision / Code · Prompt cache
GPT 5.6 Luna是OpenAI GPT-5.6預覽一代裡的經濟檔——家族中又快又便宜的那一個，專為高頻工具呼叫、大批次分類與資訊抽取，以及速度和成本比前沿推理深度更重要的低延遲對話而生。
廠商標價為每100萬token輸入$0.20、輸出$1.20，快取輸入$0.02/100萬token，是GPT-5.6家族裡最低的。它落在Okou的經濟積分檔，因此適合用在大量常規工作的底盤上，日常智能體交給GPT 5.6 Terra，只有最難的步驟才交給Sol。GPT-5.6目前仍是預覽家族；在它正式轉正之前，OpenAI模型的預設仍是GPT-5.5。
GPT 5.6 Luna是什麼？
2026年7月預覽版（GPT-5.6家族的經濟檔） · GPT-5.6家族的經濟檔，位列Sol和Terra之下。面向高頻與低延遲工作的快速、低成本選項。
GPT-5.6於2026年7月發布，一次推出Sol、Terra、Luna三個檔位。Luna是經濟檔：OpenAI把它定位在智能體工作量的底盤——高頻、對延遲敏感的那部分，角色相當於上一代的GPT-5.4 Mini。它保留了家族的40萬token上下文視窗和reasoning_effort參數，不用改動就能接入現有的Codex智能體。
Luna用頂端推理能力換來了速度和成本。經過OpenAI在2026年7月30日的80%降價，它的價格是每100萬token輸入$0.20、輸出$1.20，只有Sol價格的一個零頭，也是Okou上支援的最便宜的GPT-5.6檔位。在OpenAI的預覽材料裡，它在直白的工具呼叫、分類和資訊抽取上表現穩當，只有在難推理和長迴圈任務上才明顯落後——而那些任務本來就該交給Terra或Sol。
和預覽家族的其他成員一樣，這些數字都還早期，只能作方向性參考。穩定不變的是Luna的角色：它跑在流水線最寬的那層底盤上——大量便宜又快的呼叫——真正難的那一小部分步驟則上交給Terra和Sol。正是這種分層，讓一個GPT-5.6智能體既頂用又付得起。
GPT 5.6 Luna有什麼特別之處
架構與能力上的主要亮點。
GPT 5.6 Luna保留40萬token上下文視窗，整個視窗都按標準輸入價格計費。它支援reasoning_effort參數，支援提示詞快取——快取輸入按輸入價的十分之一計費（$0.02/100萬token），外加快取寫入費用（$0.25/100萬token）；也支援codex CLI預設使用的Responses API介面。工具呼叫、結構化輸出和計算機操作與GPT-5.6家族其他成員一致。輸入支援文字、視覺和程式碼多模態；不支援原生影像生成。
規格速覽
GPT 5.6 Luna基準測試
資料來自OpenAI的GPT-5.6預覽材料，對照的是Luna所接替的GPT-5.4 Mini公開數字。所有百分比都只作方向性參考：這一家族仍處於預覽階段，OpenAI也提醒過前沿模型普遍存在SWE-bench Verified資料汙染。
GPT 5.6 Luna價格
服務商標價，按每100萬token計。
GPT 5.6 Luna實際用起來怎麼樣
來自生產環境智能體執行的實際觀察。
速度
GPT-5.6家族裡最快的一檔——早期測試中，中等推理強度下約130token/秒。這正是選Luna的理由：互動式回覆和高吞吐流水線都能保持跟手。
工具路由
在直白、結構中等的工具呼叫上很可靠。條件式選擇比不過Terra，長段推理之後才發出的工具呼叫比不過Sol——這些步驟留給更高的檔位。
大批次分類與資訊抽取
要把同一個結構化提示詞跑在成千上萬條資料上，選這一檔就對了。多模態輸入意味著它不只處理文字，截圖和文件驅動的資訊抽取也能做。
推理深度
在多步驟的難推理和長智能體迴圈上，比Terra和Sol都要單薄。用它鋪廣度，而不是挖深度：大量便宜又快的呼叫，難的步驟往上交。
成本表現
每100萬token輸入$0.20、輸出$1.20的價格加上經濟積分檔，讓Luna成為最便宜的GPT-5.6檔位——當決定帳單的是呼叫量而不是前沿推理時，就把它跑在流水線最寬的那層底盤上。
GPT 5.6 Luna最適合的智能體任務
大批次分類與打標籤
讓Luna跑過成千上萬條工單、郵件或文件，做打標、分流或欄位抽取。在$0.20/$1.20的價位上，單條成本很低，多模態輸入還能覆蓋截圖和PDF驅動的任務。
對延遲敏感的對話回覆
面向使用者的助手，響應時間會被直接感知，Luna約130token/秒的速度讓回覆保持利落，同時還能處理工具呼叫和結構化輸出。
Terra和Sol之下的底層
在分層的智能體裡，Luna承擔大量便宜又快的步驟——取資料、做格式化、簡單的工具呼叫——Terra跑日常邏輯，Sol接最難的規劃。分層讓整條流水線的成本壓得住。
先出草稿再打磨的迴圈
讓Luna快速產出初稿——大綱、候選程式碼、摘要——只把真正需要打磨的那些交給Terra或Sol。前沿檔的價格只花在一小部分量上。
什麼時候不該用GPT 5.6 Luna
以下場景別用Luna：最難的跨多檔案重構、長編排迴圈和研究生級推理，這些Terra、尤其是Sol明顯做得更好。當關鍵就是一次改對的補丁質量或深度推理時，省在經濟檔上其實並不省。
GPT 5.6 Luna與其他模型對比
GPT 5.6 Luna對比GPT 5.6 Terra
Terra是定位均衡的日常預設，Luna是它下面的經濟檔。Luna更快，標價只有Terra的十分之一，但讓出了推理深度和高難度的工具路由。要量、要速度就用Luna；任務一旦需要真正的推理，就升到Terra。
GPT 5.6 Luna對比GPT-5.4 Mini
在經濟檔這個位置上，Luna是GPT-5.4 Mini的GPT-5.6繼任者，帶來了新一代的工具呼叫行為和多模態輸入。它現在的標價明顯更低（$0.20/$1.20對$0.75/$4.50），大約是四分之一，把GPT-5.6的改進帶到了又便宜又快的這一檔。
GPT 5.6 Luna對比Claude Sonnet 4.6
不同家族，但在經濟到均衡這一段的定位有重疊。Sonnet 4.6帶來100萬token上下文視窗和Anthropic的生態；Luna帶來Codex框架、更快的生成和更低的價格。按框架、上下文長度，以及你有多看重速度勝過推理深度來選。
結論：你該用GPT 5.6 Luna嗎？
GPT 5.6 Luna是GPT-5.6家族裡又快又省的底盤：高頻和對延遲敏感的工作交給它，真正難的步驟再上交給Terra和Sol。
常見問題
GPT 5.6 Luna的上下文視窗有多大？
40萬token，每次回覆最多輸出12.8萬token。整個視窗都按標準價格計費。
什麼時候該用Luna而不是Terra？
當速度和成本比推理深度更重要時：大批次分類與資訊抽取、對延遲敏感的對話，以及分層智能體裡那層便宜的底盤。任務一旦需要真正的多步推理或高難度的工具路由，就升到Terra。
GPT-5.6在Okou上正式開放了嗎？
目前是預覽版。三個檔位都可以選，但在GPT-5.6家族正式轉正之前，OpenAI模型的預設仍是GPT-5.5，預覽階段的基準分數也還早期。
GPT 5.6 Luna支援提示詞快取嗎？
支援。快取輸入每100萬token計費$0.02，快取寫入每100萬token收$0.25，是家族裡最便宜的快取。只要智能體的字首穩定，就值得開。
GPT 5.6 Luna在Okou上走哪個框架？
Codex。Okou透過Codex框架的Responses API介面呼叫GPT-5.6。在Okou上，Claude Code框架的智能體不相容GPT-5系列模型。
替代選擇
在Okou上使用GPT 5.6 Luna
在Okou上使用GPT 5.6 Luna的兩種方式
Okou既支援把GPT 5.6 Luna作為Built-in模型使用、按Okou積分計費，也支援你用OpenAI API key自帶金鑰接入。Built-in這條路走的是Okou Managed路由和下文說明的價格檔；自帶金鑰這條路由上游服務商直接向你收費，完全跳過Okou的積分換算。
Okou的建議
Okou把GPT 5.6 Luna定位為省錢的選擇，用於批次分類、前置過濾、對延遲敏感的回覆等高頻場景。
積分與$價格檔
Okou給每個Built-in模型都定了四檔積分價格——$、$$、$$$、$$$$——它會作為標記出現在模型選擇器裡，也出現在zero model ls的price tier那一行。GPT 5.6 Luna屬於$。這一檔決定你從Okou積分餘額里扣掉多少；上表裡的服務商標價，則是上游服務商在Okou把它換算成積分之前收取的費用。
自July 2026 (preview)起在Okou上可用。
