GPT-6 Luna
El modelo más eficiente de OpenAI, hecho para tareas puntuales de alto volumen. Es uno de los modelos más baratos de usar en esta lista, pero queda muy por detrás de los modelos GPT-6 más grandes en tareas difíciles y de agentes.
OpenAIModelo de lenguajeLanzado en septiembre de 2026Datos revisados el 18 de octubre de 2026
Este modelo no está en el ranking actual de la gente: o es nuevo y todavía está reuniendo votos, o está por debajo del top 12. Mira el ranking de IA para ver los modelos mejor valorados.
Sobre el papel
Rankings de pruebas fijas de la pestaña de benchmarks: Velocidad #8, Razonamiento #21.
Puntos fuertes y débiles
- El menor costo por tarea de Artificial Analysis de todos los modelos pagos de aquí ($0.07)
- Precio bajo ($0.10 / $0.50 por millón de tokens) con una ventana de contexto de 1.05M tokens
- Logra 59.3% en ARC-AGI-2 a unos 6 centavos por tarea
- Débil en trabajo de agentes en la terminal (16.4% en Terminal-Bench 4.0 en Codex)
- Puntajes bajos de texto y escritura en LMArena comparado con los modelos GPT-6 más grandes
Ideal para
- Tareas baratas de alto volumen
- Chat simple y extracción de datos
- Ordenar y etiquetar contenido
Todas las puntuaciones que tenemos
Cada barra compara este modelo con el mejor resultado que tiene cualquier modelo de esta página en la misma prueba.
- LMArena, arena de texto (votos humanos)1442,8Puntaje Arena 1442.8 (IC 95% 1438.2 a 1447.4); 49,617 votos; entrada "gpt-6-luna-max"; puesto 91 de 416 en la tabla completa
- LMArena, escritura creativa1410Puntaje Arena 1410.0 (IC 95% 1402.9 a 1417.2); 11,078 votos; entrada "gpt-6-luna-max"; puesto 91 de 414 en la tabla completa
- LMArena WebDev (programación)1578,2Puntaje Arena 1578.2 (IC 95% 1572.0 a 1584.3); 20,045 votos; entrada "GPT-6 Luna (Max)"; puesto 35 de 144 en la tabla completa
- LMArena, visión1241Puntaje Arena 1241.0 (IC 95% 1228.8 a 1253.1); 2,833 votos; entrada "gpt-6-luna-max"; puesto 65 de 165 en la tabla completa
- LMArena Agent Arena0,030Puntaje IPS 0.0301 (IC 95% 0.0255 a 0.0347); 163,815 sesiones; entrada "GPT-6 Luna (Max)"; puesto 18 de 52 en la tabla completa
- Artificial Analysis Intelligence Index38,138.1 en el Artificial Analysis Intelligence Index v4.3.2 (AA muestra 38), configuración "GPT-6 Luna (max)"
- Humanity's Last Exam (Artificial Analysis)38,5%38.5% en Humanity's Last Exam (AA, 2,158 preguntas solo de texto), configuración "GPT-6 Luna (max)"
- Terminal-Bench 4.0 (ejecución de Artificial Analysis)12,6%12.6% en Terminal-Bench 4.0 ejecutado por AA (harness mini-swe-agent), configuración "GPT-6 Luna (max)"
- Razonamiento con contexto largo (AA-LCR)83,3%83.3% en AA-LCR (razonamiento con contexto largo), configuración "GPT-6 Luna (max)"
- MMMU-Pro, comprensión de imágenes79,7%79.7% en MMMU-Pro (comprensión de imágenes, AA), configuración "GPT-6 Luna (max)"
- AA-Omniscience, aciertos menos alucinaciones0,70.7 en el AA-Omniscience Index (precisión de conocimiento menos alucinaciones, rango -100 a 100), configuración "GPT-6 Luna (max)"
- Velocidad de salida, tokens por segundo120 t/s120 tokens de salida por segundo (mediana de AA), fila "GPT-6 Luna (max)"
- Costo por tarea de prueba de Artificial Analysis$0.07$0.07 por ejecutar una tarea del AA Intelligence Index, fila "GPT-6 Luna (max)"
- Artificial Analysis Coding Agent Index41,141.1 en el AA Coding Agent Index v1.5 (DeepSWE v1.1, Terminal-Bench 4.0, SWE-Atlas-QnA), mejor configuración listada "Codex - GPT-6 Luna (max)"
- Ranking de Terminal-Bench 4.016,4%16.4% resuelto en Terminal-Bench 4.0 (más o menos 2.7, IC 95%) con Codex en esfuerzo máximo
- Puzles ARC-AGI-259,3%59.31% en ARC-AGI-2 (conjunto semiprivado), mejor configuración listada "GPT-6 Luna (Max)", $0.06 por tarea
- Puzles ARC-AGI-30,2%0.19% en ARC-AGI-3 (semiprivado, harness estándar; se excluyen las ejecuciones "provider adapter"), mejor configuración listada "GPT-6 Luna (Medium)"
Compáralo con
- Claude Opus 5.5El modelo insignia de Anthropic para programación con agentes de larga duración y trabajo de conocimiento, y el modelo con el que Anthropic sugiere empezar para la mayoría de las tareas.
- Claude Sonnet 5.5El modelo de precio medio de Anthropic, que Anthropic describe como su mejor equilibrio entre velocidad e inteligencia.
- Claude Fable 5.1El nivel más alto de Anthropic para el razonamiento más difícil y el trabajo de agentes de largo plazo, que Anthropic recomienda cuando Opus 5.5 no alcanza.
- Claude Haiku 5.5El modelo actual más pequeño y rápido de Anthropic, hecho para tareas de alto volumen y sensibles a la latencia como clasificación, extracción y enrutamiento.