GPT-6 Luna
Le modèle le plus efficace d'OpenAI, conçu pour des tâches ciblées en grand volume. C'est l'un des modèles les moins chers à utiliser de cette liste, mais il reste loin derrière les grands modèles GPT-6 sur les tâches difficiles et agentiques.
OpenAIModèle de langageSorti en septembre 2026Données vérifiées le 18 octobre 2026
Ce modèle ne figure pas dans le classement actuel du public : soit il est nouveau et accumule encore des votes, soit il est sous le top 12. Consultez le classement IA pour voir les modèles les mieux notés.
Sur le papier
Classements issus de tests fixes, dans l'onglet benchmarks : Vitesse #8, Raisonnement #21.
Points forts et points faibles
- Coût par tâche Artificial Analysis le plus bas de tous les modèles payants ici ($0.07)
- Prix bas ($0.10 / $0.50 par million de tokens) avec une fenêtre de contexte de 1.05M de tokens
- 59.3% sur ARC-AGI-2 pour environ 6 cents par tâche
- Faible en travail agentique dans le terminal (16.4% sur Terminal-Bench 4.0 dans Codex)
- Scores texte et écriture LMArena faibles par rapport aux grands modèles GPT-6
Idéal pour
- Tâches en grand volume à bas prix
- Chat simple et extraction de données
- Trier et étiqueter du contenu
Tous nos scores
Chaque barre compare ce modèle au meilleur résultat obtenu par un modèle de cette page sur le même test.
- LMArena, arène texte (votes humains)1 442,8Score Arena 1442.8 (IC à 95% de 1438.2 à 1447.4) ; 49,617 votes ; entrée "gpt-6-luna-max"; position 91 sur 416 au classement complet
- LMArena, écriture créative1 410Score Arena 1410.0 (IC à 95% de 1402.9 à 1417.2) ; 11,078 votes ; entrée "gpt-6-luna-max"; position 91 sur 414 au classement complet
- LMArena WebDev (code)1 578,2Score Arena 1578.2 (IC à 95% de 1572.0 à 1584.3) ; 20,045 votes ; entrée "GPT-6 Luna (Max)"; position 35 sur 144 au classement complet
- LMArena, vision1 241Score Arena 1241.0 (IC à 95% de 1228.8 à 1253.1) ; 2,833 votes ; entrée "gpt-6-luna-max"; position 65 sur 165 au classement complet
- LMArena Agent Arena0,030Score IPS 0.0301 (IC à 95% de 0.0255 à 0.0347) ; 163,815 sessions ; entrée "GPT-6 Luna (Max)"; position 18 sur 52 au classement complet
- Artificial Analysis Intelligence Index38,138.1 sur l'Artificial Analysis Intelligence Index v4.3.2 (AA affiche 38), réglage "GPT-6 Luna (max)"
- Humanity's Last Exam (Artificial Analysis)38,5%38.5% sur Humanity's Last Exam (AA, 2,158 questions texte uniquement), réglage "GPT-6 Luna (max)"
- Terminal-Bench 4.0 (exécution Artificial Analysis)12,6%12.6% sur Terminal-Bench 4.0 exécuté par AA (harnais mini-swe-agent), réglage "GPT-6 Luna (max)"
- Raisonnement sur contexte long (AA-LCR)83,3%83.3% sur AA-LCR (raisonnement sur long contexte), réglage "GPT-6 Luna (max)"
- MMMU-Pro, compréhension d'images79,7%79.7% sur MMMU-Pro (compréhension d'images, AA), réglage "GPT-6 Luna (max)"
- AA-Omniscience, exactitude moins hallucinations0,70.7 sur l'AA-Omniscience Index (exactitude des connaissances moins hallucinations, de -100 à 100), réglage "GPT-6 Luna (max)"
- Vitesse de génération, tokens par seconde120 t/s120 tokens de sortie par seconde (médiane AA), ligne "GPT-6 Luna (max)"
- Coût par tâche de test Artificial Analysis$0.07$0.07 pour exécuter une tâche de l'AA Intelligence Index, ligne "GPT-6 Luna (max)"
- Artificial Analysis Coding Agent Index41,141.1 sur l'AA Coding Agent Index v1.5 (DeepSWE v1.1, Terminal-Bench 4.0, SWE-Atlas-QnA), meilleure configuration listée "Codex - GPT-6 Luna (max)"
- Classement Terminal-Bench 4.016,4%16.4% résolus sur Terminal-Bench 4.0 (plus ou moins 2.7, IC à 95%) avec Codex en effort max
- Puzzles ARC-AGI-259,3%59.31% sur ARC-AGI-2 (ensemble semi-privé), meilleur réglage listé "GPT-6 Luna (Max)", $0.06 par tâche
- Puzzles ARC-AGI-30,2%0.19% sur ARC-AGI-3 (semi-privé, harnais standard ; exécutions "provider adapter" exclues), meilleur réglage listé "GPT-6 Luna (Medium)"
Comparer avec
- Claude Opus 5.5Le modèle phare d'Anthropic pour la programmation agentique de longue durée et le travail intellectuel, et celui qu'Anthropic conseille pour commencer dans la plupart des cas.
- Claude Sonnet 5.5Le modèle de milieu de gamme d'Anthropic, présenté par Anthropic comme son meilleur équilibre entre vitesse et intelligence.
- Claude Fable 5.1Le niveau le plus élevé d'Anthropic pour le raisonnement le plus difficile et le travail d'agent sur de longues durées, recommandé par Anthropic quand Opus 5.5 ne suffit pas.
- Claude Haiku 5.5Le modèle actuel le plus petit et le plus rapide d'Anthropic, conçu pour les tâches en grand volume sensibles à la latence comme la classification, l'extraction et le routage.