GPT-5.6 Luna: preço, contexto e benchmarks com fonte

OpenAI
lançado em
pesos fechados
verificado
Snapshot de 7 out 2026
metodologia v1.1

Este modelo é a geração anterior de GPT-6 Luna e segue no comparativo pelo critério de cobertura até a reavaliação de 22 out 2026.

Entrada US$/M
Saída US$/M
em reais
Contexto
tokens
Saída máx.
tokens
Em São Paulo

Ficha técnica

Contexto de entrada
Saída máxima
Corte de conhecimento
Modalidades
Pesos do modelo
Retirada mínima: sem data anunciada pelo fabricante
Em São Paulo: O modelo pode ser chamado a partir da região de São Paulo do Amazon Bedrock, mas só com inferência global: o pedido pode ser processado em outra região da AWS, e os dados podem sair da região.
O que significa
Na tabela de disponibilidade regional da AWS, In-Region quer dizer inferência dentro da região de São Paulo; Global quer dizer que o pedido pode ser processado em outra região da AWS, e os dados podem sair de São Paulo. A apuração cobre só o Amazon Bedrock: Azure e Google Cloud não foram conferidos.Se o seu dado não pode sair da região, isso decide a escolha antes do preço e do benchmark. Para a política de uso, a classificação de dados e a trilha de auditoria, veja governança e segurança para IA generativa.

Preços

Dólar por milhão de tokens, por provedor, como o fabricante publica: uma linha por tarifa e uma coluna por tipo de token.

OpenAI, tabela oficial de preços

Em vigor desde 6 set 2026.

Preço por milhão de tokens neste provedor, com o escopo declarado de cada valor e a fonte. OpenAI, tabela oficial de preços.
Tarifa	Leitura de cache	Escrita de cache	Saída em R$
Até 272.000 tokens
Batch	não consta	não consta	não convertida
Acima de 272.000 tokens		não consta	não convertida

Saída em R$ convertida a partir da linha Até 272.000 tokens, a tarifa que a tabela do comparativo usa, pela PTAX de venda de 6 out 2026. As outras linhas não são convertidas.

Nenhuma mudança de preço registrada desde 6 set 2026.

Avaliações

Todos os resultados publicados para este modelo, uma linha por grupo comparável: a mesma versão do benchmark e a mesma origem do número.

Resultados do modelo nos benchmarks deste eixo, um grupo comparável por linha, com a origem e a fonte de cada número. posição na ordem do grupo comparável, não ranking absoluto.
Benchmark	Resultado	Posição no grupo	Origem do número
Raciocínio
ARC-AGI-2, como o benchmark mede	max de esforço xhigh de esforço high de esforço medium de esforço low de esforço	14º de 16líder: GPT-6 Astra	medição independenteEpoch AI
GPQA Diamond, como o benchmark mede	max de esforço, intervalo publicado de 89,87% a 93,33% low de esforço, intervalo publicado de 79,6% a 85,04% , intervalo publicado de 60,21% a 67,07%	14º de 21líder: GPT-6 Astra	medição independenteEpoch AI
Código
Arena WebDev (Code Arena), como o benchmark mede	xhigh de esforço, intervalo publicado de 1.511,56 a 1.524,39	21º de 27líder: Claude Opus 5.5	preferência humanaLMArena
Agentes
Arena Agent, como o benchmark mede	xhigh de esforço, intervalo publicado de −1,84% a −0,49%	21º de 24líder: Claude Fable 5.1	preferência humanaLMArena
Preferência humana
Arena Text, como o benchmark mede	xhigh de esforço, intervalo publicado de 1.426,61 a 1.435,36	20º de 27líder: Claude Opus 5.5	preferência humanaLMArena
Arena Vision, como o benchmark mede	xhigh de esforço, intervalo publicado de 1.252,69 a 1.267,84	15º de 18líder: Claude Opus 5	preferência humanaLMArena
Índice composto
Epoch Capabilities Index, como o benchmark mede	, intervalo publicado de 153,98 a 158,7	13º de 24líder: Claude Opus 5.5	medição independenteEpoch AI

Resultado por nível de esforço, com a distância até os limites do intervalo publicado ao lado (± quando as duas metades são iguais). Posição: na ordem do grupo comparável, não ranking absoluto; dois modelos com o mesmo número dividem a posição. Ver os grupos comparáveis no comparativo

Continue no comparativo

A tabela com todos os modelos lado a lado, as páginas por caso de uso e modelos parecidos com este.

Comparativo e casos de uso

Comparativo completo de modelos de IATodos os modelos
Melhor modelo de IA para chatbot: custo em reais e qualidadeChatbot
Melhor modelo de IA para RAG: custo em reais e qualidadeChat com documentos
Melhor modelo de IA para agentes: custo em reais e qualidadeAgentes
Melhor modelo de IA para programação: custo em reais e qualidadeProgramação

Modelos parecidos

GPT-6 Lunageração seguinte
GPT-6.1 Solmesmo fabricante
GLM-5.3-Flashpreço de entrada parecido
Mistral Small 4preço de entrada parecido

Quer colocar este modelo para trabalhar no seu caso?

A X-Apps desenha, opera e governa soluções com estes modelos. A escolha depende da sua carga, do seu dado e do seu risco.

Chatbot com IA para a sua empresa Solicitar orçamento