Okou上的GPT 5.6 Luna。又快又省的GPT-5.6经济档
OpenAI GPT-5.6预览家族里的经济档。快、便宜、支持多模态——为高频工具调用、大批量任务和对延迟敏感的回复而生。
400K tokens · Text / Vision / Code · Prompt cache
GPT 5.6 Luna是OpenAI GPT-5.6预览一代里的经济档——家族中又快又便宜的那一个，专为高频工具调用、大批量分类与信息抽取，以及速度和成本比前沿推理深度更重要的低延迟对话而生。
厂商标价为每100万token输入$0.20、输出$1.20，缓存输入$0.02/100万token，是GPT-5.6家族里最低的。它落在Okou的经济积分档，因此适合用在大量常规工作的底盘上，日常智能体交给GPT 5.6 Terra，只有最难的步骤才交给Sol。GPT-5.6目前仍是预览家族；在它正式转正之前，OpenAI模型的默认仍是GPT-5.5。
GPT 5.6 Luna是什么？
2026年7月预览版（GPT-5.6家族的经济档） · GPT-5.6家族的经济档，位列Sol和Terra之下。面向高频与低延迟工作的快速、低成本选项。
GPT-5.6于2026年7月发布，一次推出Sol、Terra、Luna三个档位。Luna是经济档：OpenAI把它定位在智能体工作量的底盘——高频、对延迟敏感的那部分，角色相当于上一代的GPT-5.4 Mini。它保留了家族的40万token上下文窗口和reasoning_effort参数，不用改动就能接入现有的Codex智能体。
Luna用顶端推理能力换来了速度和成本。经过OpenAI在2026年7月30日的80%降价，它的价格是每100万token输入$0.20、输出$1.20，只有Sol价格的一个零头，也是Okou上支持的最便宜的GPT-5.6档位。在OpenAI的预览材料里，它在直白的工具调用、分类和信息抽取上表现稳当，只有在难推理和长循环任务上才明显落后——而那些任务本来就该交给Terra或Sol。
和预览家族的其他成员一样，这些数字都还早期，只能作方向性参考。稳定不变的是Luna的角色：它跑在流水线最宽的那层底盘上——大量便宜又快的调用——真正难的那一小部分步骤则上交给Terra和Sol。正是这种分层，让一个GPT-5.6智能体既顶用又付得起。
GPT 5.6 Luna有什么特别之处
架构与能力上的主要亮点。
GPT 5.6 Luna保留40万token上下文窗口，整个窗口都按标准输入价格计费。它支持reasoning_effort参数，支持提示词缓存——缓存输入按输入价的十分之一计费（$0.02/100万token），外加缓存写入费用（$0.25/100万token）；也支持codex CLI默认使用的Responses API接口。工具调用、结构化输出和计算机操作与GPT-5.6家族其他成员一致。输入支持文本、视觉和代码多模态；不支持原生图像生成。
规格速览
GPT 5.6 Luna基准测试
数据来自OpenAI的GPT-5.6预览材料，对照的是Luna所接替的GPT-5.4 Mini公开数字。所有百分比都只作方向性参考：这一家族仍处于预览阶段，OpenAI也提醒过前沿模型普遍存在SWE-bench Verified数据污染。
GPT 5.6 Luna价格
服务商标价，按每100万token计。
GPT 5.6 Luna实际用起来怎么样
来自生产环境智能体运行的实际观察。
速度
GPT-5.6家族里最快的一档——早期测试中，中等推理强度下约130token/秒。这正是选Luna的理由：交互式回复和高吞吐流水线都能保持跟手。
工具路由
在直白、结构中等的工具调用上很可靠。条件式选择比不过Terra，长段推理之后才发出的工具调用比不过Sol——这些步骤留给更高的档位。
大批量分类与信息抽取
要把同一个结构化提示词跑在成千上万条数据上，选这一档就对了。多模态输入意味着它不只处理文本，截图和文档驱动的信息抽取也能做。
推理深度
在多步骤的难推理和长智能体循环上，比Terra和Sol都要单薄。用它铺广度，而不是挖深度：大量便宜又快的调用，难的步骤往上交。
成本表现
每100万token输入$0.20、输出$1.20的价格加上经济积分档，让Luna成为最便宜的GPT-5.6档位——当决定账单的是调用量而不是前沿推理时，就把它跑在流水线最宽的那层底盘上。
GPT 5.6 Luna最适合的智能体任务
大批量分类与打标签
让Luna跑过成千上万条工单、邮件或文档，做打标、分流或字段抽取。在$0.20/$1.20的价位上，单条成本很低，多模态输入还能覆盖截图和PDF驱动的任务。
对延迟敏感的对话回复
面向用户的助手，响应时间会被直接感知，Luna约130token/秒的速度让回复保持利落，同时还能处理工具调用和结构化输出。
Terra和Sol之下的底层
在分层的智能体里，Luna承担大量便宜又快的步骤——取数据、做格式化、简单的工具调用——Terra跑日常逻辑，Sol接最难的规划。分层让整条流水线的成本压得住。
先出草稿再打磨的循环
让Luna快速产出初稿——大纲、候选代码、摘要——只把真正需要打磨的那些交给Terra或Sol。前沿档的价格只花在一小部分量上。
什么时候不该用GPT 5.6 Luna
以下场景别用Luna：最难的跨多文件重构、长编排循环和研究生级推理，这些Terra、尤其是Sol明显做得更好。当关键就是一次改对的补丁质量或深度推理时，省在经济档上其实并不省。
GPT 5.6 Luna与其他模型对比
GPT 5.6 Luna对比GPT 5.6 Terra
Terra是定位均衡的日常默认，Luna是它下面的经济档。Luna更快，标价只有Terra的十分之一，但让出了推理深度和高难度的工具路由。要量、要速度就用Luna；任务一旦需要真正的推理，就升到Terra。
GPT 5.6 Luna对比GPT-5.4 Mini
在经济档这个位置上，Luna是GPT-5.4 Mini的GPT-5.6继任者，带来了新一代的工具调用行为和多模态输入。它现在的标价明显更低（$0.20/$1.20对$0.75/$4.50），大约是四分之一，把GPT-5.6的改进带到了又便宜又快的这一档。
GPT 5.6 Luna对比Claude Sonnet 4.6
不同家族，但在经济到均衡这一段的定位有重叠。Sonnet 4.6带来100万token上下文窗口和Anthropic的生态；Luna带来Codex框架、更快的生成和更低的价格。按框架、上下文长度，以及你有多看重速度胜过推理深度来选。
结论：你该用GPT 5.6 Luna吗？
GPT 5.6 Luna是GPT-5.6家族里又快又省的底盘：高频和对延迟敏感的工作交给它，真正难的步骤再上交给Terra和Sol。
常见问题
GPT 5.6 Luna的上下文窗口有多大？
40万token，每次回复最多输出12.8万token。整个窗口都按标准价格计费。
什么时候该用Luna而不是Terra？
当速度和成本比推理深度更重要时：大批量分类与信息抽取、对延迟敏感的对话，以及分层智能体里那层便宜的底盘。任务一旦需要真正的多步推理或高难度的工具路由，就升到Terra。
GPT-5.6在Okou上正式开放了吗？
目前是预览版。三个档位都可以选，但在GPT-5.6家族正式转正之前，OpenAI模型的默认仍是GPT-5.5，预览阶段的基准分数也还早期。
GPT 5.6 Luna支持提示词缓存吗？
支持。缓存输入每100万token计费$0.02，缓存写入每100万token收$0.25，是家族里最便宜的缓存。只要智能体的前缀稳定，就值得开。
GPT 5.6 Luna在Okou上走哪个框架？
Codex。Okou通过Codex框架的Responses API接口调用GPT-5.6。在Okou上，Claude Code框架的智能体不兼容GPT-5系列模型。
替代选择
在Okou上使用GPT 5.6 Luna
在Okou上使用GPT 5.6 Luna的两种方式
Okou既支持把GPT 5.6 Luna作为Built-in模型使用、按Okou积分计费，也支持你用OpenAI API key自带密钥接入。Built-in这条路走的是Okou Managed路由和下文说明的价格档；自带密钥这条路由上游服务商直接向你收费，完全跳过Okou的积分换算。
Okou的建议
Okou把GPT 5.6 Luna定位为省钱的选择，用于批量分类、前置过滤、对延迟敏感的回复等高频场景。
积分与$价格档
Okou给每个Built-in模型都定了四档积分价格——$、$$、$$$、$$$$——它会作为标记出现在模型选择器里，也出现在zero model ls的price tier那一行。GPT 5.6 Luna属于$。这一档决定你从Okou积分余额里扣掉多少；上表里的服务商标价，则是上游服务商在Okou把它换算成积分之前收取的费用。
自July 2026 (preview)起在Okou上可用。
