GPT 5.6 Luna auf VM0. Die schnelle, günstige GPT-5.6-Stufe
Die Economy-Stufe von OpenAIs Preview-Familie GPT-5.6. Schnell, günstig und multimodal – gebaut für hochvolumige Tool-Nutzung, Massenarbeit und latenzsensible Antworten.
400K tokens · Text / Vision / Code · Prompt cache
GPT 5.6 Luna ist die Economy-Stufe von OpenAIs Preview-Generation GPT-5.6 – das schnelle, günstige Mitglied der Familie, gebaut für hochvolumige Tool-Nutzung, Massenklassifizierung und -extraktion sowie latenzsensiblen Chat, bei dem Geschwindigkeit und Kosten mehr zählen als Reasoning-Tiefe an der Spitze.
Der Listenpreis des Anbieters liegt bei 1 $/6 $ pro 1M Tokens, gecachter Input bei 0,10 $/1M – der niedrigste in der GPT-5.6-Familie. Es liegt in VM0s Economy-Credit-Band, was es zur Stufe macht, zu der man bei der breiten Basis der Routinearbeit greift, während GPT 5.6 Terra den alltäglichen Agenten übernimmt und Sol nur die schwierigsten Schritte. GPT-5.6 ist derzeit eine Preview-Familie; GPT-5.5 bleibt das Standard-OpenAI-Modell, bis es den Preview-Status verlässt.
Was ist GPT 5.6 Luna?
Preview Juli 2026 (Economy-Stufe der GPT-5.6-Familie) · Economy-Stufe der GPT-5.6-Familie, unter Sol und Terra. Die schnelle, kostengünstige Option für hochvolumige und latenzsensible Arbeit.
GPT-5.6 erschien im Juli 2026 als dreistufige Familie – Sol, Terra und Luna. Luna ist die Economy-Stufe: OpenAI positioniert es für die hochvolumige, latenzsensible Basis der Workload eines Agenten – die Rolle, die GPT-5.4 Mini in der Vorgängergeneration spielte. Es behält das Kontextfenster von 400K Tokens und den Parameter reasoning_effort der Familie, sodass es sich ohne Änderungen in bestehende Codex-Agenten einfügt.
Luna tauscht Reasoning an der Spitze gegen Geschwindigkeit und Kosten. Mit 1 $/6 $ pro 1M Tokens ist es ein Bruchteil von Sols Preis und die günstigste unterstützte GPT-5.6-Stufe auf VM0. In OpenAIs Preview-Materialien hält es sich bei unkomplizierter Tool-Nutzung, Klassifizierung und Extraktion gut und fällt nur bei den schwierigen Reasoning- und Langschleifen-Aufgaben spürbar zurück, die ohnehin zu Terra oder Sol gehören.
Wie beim Rest der Preview-Familie sind die Zahlen vorläufig und richtungsweisend. Stabil ist Lunas Rolle: Es ist die Stufe, die man an der breiten Basis einer Pipeline laufen lässt – viele günstige, schnelle Aufrufe –, während man den kleinen Anteil wirklich schwieriger Schritte zu Terra und Sol hochstuft. Genau diese Schichtung hält einen GPT-5.6-Agenten sowohl leistungsfähig als auch bezahlbar.
Das zeichnet GPT 5.6 Luna aus
Architektur- und Funktionsmerkmale im Überblick.
GPT 5.6 Luna behält das Kontextfenster von 400K Tokens, über das gesamte Fenster zum Standard-Input-Preis abgerechnet. Es unterstützt den Parameter reasoning_effort, Prompt-Caching, bei dem gecachter Input zu einem Zehntel des Input-Preises abgerechnet wird (0,10 $/1M) plus eine Cache-Write-Gebühr (1,25 $/1M), sowie die Responses-API-Oberfläche, die das codex CLI standardmäßig nutzt. Tool-Nutzung, strukturierte Ausgaben und Computer-Use entsprechen dem Rest der GPT-5.6-Familie. Die Eingaben sind multimodal über Text, Vision und Code; eine native Bildgenerierung gibt es nicht.
Technische Daten auf einen Blick
GPT 5.6 Luna Benchmarks
Preview-Zahlen aus OpenAIs GPT-5.6-Materialien, gezeigt im Vergleich zu den öffentlichen GPT-5.4 Mini-Werten, die Luna beerbt. Alle Prozentwerte sind als Richtungsangaben zu verstehen: Die Familie befindet sich im Preview-Stadium und OpenAI hat Kontamination bei SWE-bench Verified über die Frontier-Modelle hinweg angemerkt.
GPT 5.6 Luna Preise
Listenpreis des Anbieters, pro 1 Mio. Tokens.
Wie sich GPT 5.6 Luna in der Praxis verhält
Beobachtetes Verhalten aus produktiven Agent-Durchläufen.
Geschwindigkeit
Die schnellste Stufe der GPT-5.6-Familie – in frühen Tests rund 130 tokens/sec bei Medium-Effort. Das ist der Grund, Luna zu wählen: Interaktive Antworten und Pipelines mit hohem Durchsatz bleiben reaktionsschnell.
Tool-Routing
Zuverlässig bei unkomplizierten und mäßig strukturierten Tool-Aufrufen. Es verliert gegenüber Terra bei bedingter Auswahl und gegenüber Sol bei Tool-Aufrufen, die nach langem Reasoning abgesetzt werden – diese Schritte auf den höheren Stufen belassen.
Massenklassifizierung und -extraktion
Die richtige Stufe, um denselben strukturierten Prompt über Tausende von Elementen laufen zu lassen. Multimodaler Input bedeutet, dass es Screenshot- und dokumentgetriebene Extraktion bewältigt, nicht nur Text.
Reasoning-Tiefe
Leichter als Terra und Sol bei schwierigem, mehrstufigem Reasoning und langen agentischen Schleifen. Für Breite nutzen, nicht für Tiefe: viele günstige, schnelle Aufrufe, mit den schwierigen Schritten nach oben hochgestuft.
Kostenprofil
1 $/6 $ pro 1M und das Economy-Credit-Band machen Luna zur günstigsten GPT-5.6-Stufe – das Modell, das man an der breiten Basis einer Pipeline laufen lässt, wo das Volumen und nicht das Reasoning an der Spitze die Rechnung treibt.
Beste Agent-Aufgaben für GPT 5.6 Luna
Hochvolumige Klassifizierung und Tagging
Luna über Tausende von Tickets, E-Mails oder Dokumenten laufen lassen, um Felder zu labeln, zu routen oder zu extrahieren. Bei 1 $/6 $ bleiben die Kosten pro Element niedrig, und multimodaler Input deckt Screenshot- und PDF-getriebene Aufgaben ab.
Latenzsensible Chat-Antworten
Für einen nutzerorientierten Assistenten, bei dem die Antwortzeit unmittelbar spürbar ist, halten Lunas ~130 tokens/sec die Antworten flott, während es weiterhin Tool-Aufrufe und strukturierte Ausgaben bewältigt.
Die Basisebene unter Terra und Sol
In einem geschichteten Agenten übernimmt Luna die vielen günstigen, schnellen Schritte – Abrufen, Formatieren, einfache Tool-Aufrufe –, während Terra die alltägliche Logik ausführt und Sol die schwierigste Planung übernimmt. Die Schichtung hält die gesamte Pipeline bezahlbar.
Entwerfen-dann-Verfeinern-Schleifen
Luna schnelle erste Entwürfe erstellen lassen – Gliederungen, Code-Kandidaten, Zusammenfassungen – und nur die hochstufen, die eine Überarbeitung durch Terra oder Sol brauchen. Sie zahlen den Spitzenpreis nur für einen Bruchteil des Volumens.
Wann du GPT 5.6 Luna überspringen solltest
Luna nicht für die schwierigsten Multi-Datei-Refactorings, langen Orchestrierungsschleifen und Reasoning auf Graduiertenniveau einsetzen, wo Terra und besonders Sol deutlich besser abschneiden. Wenn Patch-Qualität beim ersten Versuch oder tiefes Reasoning der Kern der Sache ist, ist die Economy-Stufe eine Milchmädchenrechnung.
GPT 5.6 Luna vs andere Modelle
GPT 5.6 Luna vs GPT 5.6 Terra
Terra ist der ausgewogene Alltagsstandard; Luna ist die Economy-Stufe darunter. Luna ist schneller und kostet etwa ein Drittel von Terras Listenpreis, gibt aber Reasoning-Tiefe und schwieriges Tool-Routing auf. Luna für Volumen und Latenz laufen lassen; zu Terra hochstufen, sobald eine Aufgabe echtes Reasoning braucht.
GPT 5.6 Luna vs GPT-5.4 Mini
Luna ist der GPT-5.6-Nachfolger von GPT-5.4 Mini im Economy-Slot, mit dem Tool-Nutzungsverhalten und multimodalen Input der neueren Generation. Es liegt preislich etwas höher (1 $/6 $ statt 0,75 $/4,50 $), bringt aber die GPT-5.6-Verbesserungen in die günstige, schnelle Stufe.
GPT 5.6 Luna vs Claude Sonnet 4.6
Unterschiedliche Familien, überlappende Rolle von Economy bis ausgewogen. Sonnet 4.6 bringt das Kontextfenster von 1M Tokens und Anthropics Ökosystem; Luna bringt das Codex-Framework, schnellere Generierung und einen niedrigeren Preis. Wählen Sie nach Framework, Kontextlänge und danach, wie hoch Sie Geschwindigkeit über Reasoning-Tiefe schätzen.
Fazit: Solltest du GPT 5.6 Luna nutzen?
GPT 5.6 Luna ist die schnelle, günstige Basis der GPT-5.6-Familie: für hochvolumige und latenzsensible Arbeit laufen lassen und die wirklich schwierigen Schritte zu Terra und Sol hochstufen.
Häufig gestellte Fragen
Wie groß ist das Kontextfenster von GPT 5.6 Luna?
400.000 Tokens, mit bis zu 128K Tokens Ausgabe pro Antwort. Das gesamte Fenster wird zu Standardpreisen abgerechnet.
Wann sollte ich Luna statt Terra verwenden?
Wenn Geschwindigkeit und Kosten mehr zählen als Reasoning-Tiefe: hochvolumige Klassifizierung und Extraktion, latenzsensibler Chat und die günstige Basisebene eines geschichteten Agenten. Zu Terra hochstufen, sobald eine Aufgabe echtes mehrstufiges Reasoning oder schwieriges Tool-Routing braucht.
Ist GPT-5.6 auf VM0 allgemein verfügbar?
Es befindet sich im Preview-Stadium. Alle drei Stufen sind auswählbar, aber GPT-5.5 bleibt das Standard-OpenAI-Modell, bis die GPT-5.6-Familie den Preview-Status verlässt, und die Preview-Benchmark-Zahlen sind vorläufig.
Unterstützt GPT 5.6 Luna Prompt-Caching?
Ja. Gecachter Input wird zu 0,10 $ pro 1M Tokens abgerechnet, mit einer Cache-Write-Gebühr von 1,25 $ pro 1M – das günstigste Caching der Familie. Lohnt sich bei jedem Agenten mit stabilem Präfix.
Welches Framework nutzt GPT 5.6 Luna auf VM0?
Codex. VM0 routet GPT-5.6 über die Responses-API-Oberfläche des Codex-Frameworks. Agenten des Claude-Code-Frameworks sind auf VM0 nicht mit GPT-5-Modellen kompatibel.
Alternativen
GPT 5.6 Luna auf VM0 nutzen
Zwei Wege, um GPT 5.6 Luna auf VM0 zu nutzen
VM0 unterstützt GPT 5.6 Luna als Built-in-Modell, das in VM0-Credits abgerechnet wird, sowie über Bring-your-own mit einem OpenAI API key. Der Built-in-Weg nutzt VM0 Managed Routing und den unten erklärten Credit-Multiplikator; der Bring-your-own-Weg rechnet direkt mit dem Upstream-Anbieter ab und überspringt die VM0-Credit-Umrechnung.
VM0s Empfehlung
VM0 positioniert GPT 5.6 Luna als kostensparende Option statt als Core-Agent-Modell. Nutze es zur Optimierung der Stückkosten bei Nicht-Kernarbeit wie Massenklassifikation, Vorfiltern, latenzkritischen Kurzantworten oder fest zugewiesenen Legacy-Agents, während Claude Opus 4.7, Claude Opus 4.6 oder Claude Sonnet 4.6 die entscheidenden Schritte übernehmen.
Credits und der ×0.4-Multiplikator
Jedes Built-in-Modell auf VM0 wird als Vielfaches von Claude Sonnet 4.6 bepreist, das die ×1-Credit-Basislinie bildet. GPT 5.6 Luna wird mit ×0.4 Credits abgerechnet. Der Multiplikator erscheint auf deiner VM0-Rechnung; der Anbieter-Listenpreis in der obigen Preistabelle ist das, was der Upstream-Anbieter berechnet, bevor VM0 ihn in Credits umrechnet.
GPT 5.6 Luna wird mit ×0.4 abgerechnet, d.h. ein Schritt kostet hier nur das 0.4-fache der Credits eines äquivalenten Schritts mit Sonnet 4.6 (der ×1-Basislinie). Damit liegt es deutlich unter der Credit-Basislinie und ist die natürliche Wahl für volumenstarke Hintergrundarbeit, bei der Kosten pro Schritt wichtiger sind als höchste Reasoning-Qualität.
Verfügbar auf VM0 seit July 2026 (preview).