GPT 5.6 Luna di VM0. Tingkatan GPT-5.6 yang cepat dan ekonomis
Tingkatan ekonomis dari keluarga preview GPT-5.6 milik OpenAI. Cepat, murah, dan multimodal — dibuat untuk tool-use bervolume tinggi, pekerjaan massal, dan balasan sensitif-latensi.
400K tokens · Text / Vision / Code · Prompt cache
GPT 5.6 Luna adalah tingkatan ekonomis dari generasi preview GPT-5.6 milik OpenAI — anggota keluarga yang cepat dan murah, dibuat untuk tool-use bervolume tinggi, klasifikasi dan ekstraksi massal, serta chat sensitif-latensi di mana kecepatan dan biaya lebih penting daripada kedalaman reasoning frontier.
Harga daftar vendor adalah $1 / $6 per 1M token dengan input yang di-cache seharga $0.10 / 1M — terendah di keluarga GPT-5.6. Ia berada di pita kredit ekonomis VM0, yang menjadikannya tingkatan yang Anda andalkan pada basis luas pekerjaan rutin sementara GPT 5.6 Terra menangani agen harian dan Sol hanya menangani langkah tersulit. GPT-5.6 saat ini adalah keluarga preview; GPT-5.5 tetap menjadi model OpenAI default hingga ia lulus.
Apa itu GPT 5.6 Luna?
Preview Juli 2026 (tingkatan ekonomis dari keluarga GPT-5.6) · Tingkatan ekonomis dari keluarga GPT-5.6, di bawah Sol dan Terra. Opsi cepat dan berbiaya rendah untuk pekerjaan bervolume tinggi dan sensitif-latensi.
GPT-5.6 dirilis pada Juli 2026 sebagai keluarga tiga tingkat — Sol, Terra, dan Luna. Luna adalah tingkatan ekonomis: OpenAI memposisikannya untuk basis beban kerja agen yang bervolume tinggi dan sensitif-latensi, peran yang dimainkan GPT-5.4 Mini di generasi sebelumnya. Ia mempertahankan jendela konteks 400K token dan parameter reasoning_effort dari keluarga, sehingga langsung dapat dipakai pada agen Codex yang ada tanpa perubahan.
Luna menukar reasoning kelas atas demi kecepatan dan biaya. Pada $1 / $6 per 1M token, ia sebagian kecil dari harga Sol dan tingkatan GPT-5.6 termurah yang didukung di VM0. Dalam materi preview OpenAI, ia bertahan baik pada tool-use, klasifikasi, dan ekstraksi yang sederhana, dan hanya tertinggal signifikan pada tugas reasoning sulit dan loop panjang yang memang seharusnya berada di Terra atau Sol.
Seperti sisa keluarga preview, angkanya masih awal dan bersifat indikasi arah. Yang stabil adalah peran Luna: ia adalah tingkatan yang Anda jalankan pada basis luas sebuah pipeline — banyak panggilan yang murah dan cepat — sembari menaikkan sebagian kecil langkah yang benar-benar sulit ke Terra dan Sol. Pelapisan itulah yang menjaga agen GPT-5.6 tetap mumpuni sekaligus terjangkau.
Apa yang menonjol dari GPT 5.6 Luna
Fitur arsitektur dan kapabilitas utama.
GPT 5.6 Luna mempertahankan jendela konteks 400K token, ditagih dengan harga input standar di seluruh jendela. Ia mendukung parameter reasoning_effort, prompt caching di mana input yang di-cache ditagih sepersepuluh dari tarif input ($0.10 / 1M) ditambah biaya cache-write ($1.25 / 1M), serta permukaan Responses API yang digunakan codex CLI secara default. Tool-use, output terstruktur, dan computer-use setara dengan sisa keluarga GPT-5.6. Input bersifat multimodal mencakup teks, vision, dan kode; tidak ada pembangkitan gambar native.
Spesifikasi sekilas
Benchmark GPT 5.6 Luna
Angka preview dari materi GPT-5.6 milik OpenAI, ditampilkan berdampingan dengan angka publik GPT-5.4 Mini yang digantikan Luna. Anggap semua persentase sebagai indikasi arah: keluarga ini dalam preview dan OpenAI telah menandai kontaminasi SWE-bench Verified di seluruh model frontier.
Harga GPT 5.6 Luna
Harga daftar vendor, per 1J token.
Bagaimana GPT 5.6 Luna berperilaku dalam praktik
Perilaku yang diamati dari eksekusi agen produksi.
Kecepatan
Tingkatan tercepat di keluarga GPT-5.6 — sekitar 130 tokens/sec pada effort medium dalam pengujian awal. Inilah alasan memilih Luna: balasan interaktif dan pipeline throughput tinggi tetap responsif.
Perutean tool
Andal pada tool call yang sederhana dan cukup terstruktur. Ia kalah dari Terra pada pemilihan bersyarat dan dari Sol pada tool call yang dikirim setelah reasoning panjang — simpan langkah-langkah itu pada tingkatan yang lebih tinggi.
Klasifikasi dan ekstraksi massal
Tingkatan tepat untuk menjalankan prompt terstruktur yang sama pada ribuan item. Input multimodal berarti ia menangani ekstraksi berbasis screenshot dan dokumen, bukan hanya teks.
Kedalaman reasoning
Lebih ringan dari Terra dan Sol pada reasoning multi-langkah yang sulit dan loop agen panjang. Gunakan untuk keluasan, bukan kedalaman: banyak panggilan yang murah dan cepat, dengan langkah sulit dinaikkan ke atas.
Profil biaya
$1 / $6 per 1M dan pita kredit ekonomis menjadikan Luna tingkatan GPT-5.6 termurah — model yang Anda jalankan pada basis luas sebuah pipeline di mana volume, bukan reasoning frontier, yang menggerakkan tagihan.
Tugas agen terbaik untuk GPT 5.6 Luna
Klasifikasi dan penandaan bervolume tinggi
Jalankan Luna pada ribuan tiket, email, atau dokumen untuk melabeli, mengalurkan, atau mengekstrak field. Pada $1 / $6, biaya per-item tetap rendah, dan input multimodal mencakup pekerjaan berbasis screenshot dan PDF.
Balasan chat sensitif-latensi
Untuk asisten yang menghadap pengguna di mana waktu respons terasa langsung, ~130 tokens/sec milik Luna menjaga balasan tetap gesit sembari tetap menangani tool call dan output terstruktur.
Lapisan dasar di bawah Terra dan Sol
Dalam agen berlapis, Luna menangani banyak langkah yang murah dan cepat — pengambilan, pemformatan, tool call sederhana — sementara Terra menjalankan logika harian dan Sol menangani perencanaan tersulit. Pelapisan menjaga seluruh pipeline tetap terjangkau.
Loop draf-lalu-perbaiki
Biarkan Luna menghasilkan draf pertama yang cepat — kerangka, kandidat kode, ringkasan — dan naikkan hanya yang perlu dipoles ke Terra atau Sol. Anda membayar tarif frontier pada sebagian kecil volume.
Kapan melewatkan GPT 5.6 Luna
Lewati Luna pada refactor multi-file tersulit, loop orkestrasi panjang, dan reasoning tingkat pascasarjana, di mana Terra dan terutama Sol jauh lebih baik. Ketika kualitas patch percobaan-pertama atau reasoning mendalam adalah intinya, tingkatan ekonomis justru menjadi penghematan semu.
GPT 5.6 Luna vs model lain
GPT 5.6 Luna vs GPT 5.6 Terra
Terra adalah default harian yang seimbang; Luna adalah tingkatan ekonomis di bawahnya. Luna lebih cepat dan kira-kira sepertiga dari harga daftar Terra, tetapi mengorbankan kedalaman reasoning dan perutean tool yang sulit. Jalankan Luna untuk volume dan latensi; naik ke Terra begitu sebuah tugas membutuhkan reasoning yang sesungguhnya.
GPT 5.6 Luna vs GPT-5.4 Mini
Luna adalah penerus GPT-5.6 dari GPT-5.4 Mini di slot ekonomis, dengan perilaku tool-use generasi lebih baru dan input multimodal. Harganya sedikit lebih tinggi ($1 / $6 vs $0.75 / $4.50) tetapi membawa peningkatan GPT-5.6 ke tingkatan yang murah dan cepat.
GPT 5.6 Luna vs Claude Sonnet 4.6
Keluarga berbeda, peran ekonomis-hingga-seimbang yang tumpang tindih. Sonnet 4.6 membawa jendela konteks 1M token dan ekosistem Anthropic; Luna membawa framework Codex, pembangkitan lebih cepat, dan harga lebih rendah. Pilih berdasarkan framework, panjang konteks, dan seberapa besar Anda menghargai kecepatan dibanding kedalaman reasoning.
Kesimpulan: haruskah Anda menggunakan GPT 5.6 Luna?
GPT 5.6 Luna adalah basis cepat dan murah dari keluarga GPT-5.6: jalankan untuk pekerjaan bervolume tinggi dan sensitif-latensi, dan naikkan langkah yang benar-benar sulit ke Terra dan Sol.
Pertanyaan yang sering diajukan
Berapa jendela konteks GPT 5.6 Luna?
400.000 token, dengan output hingga 128K token per respons. Seluruh jendela ditagih dengan tarif standar.
Kapan saya harus menggunakan Luna alih-alih Terra?
Ketika kecepatan dan biaya lebih penting daripada kedalaman reasoning: klasifikasi dan ekstraksi bervolume tinggi, chat sensitif-latensi, dan lapisan dasar yang murah dari agen berlapis. Naik ke Terra begitu sebuah tugas membutuhkan reasoning multi-langkah yang sesungguhnya atau perutean tool yang sulit.
Apakah GPT-5.6 sudah tersedia umum di VM0?
Masih dalam preview. Ketiga tingkatan dapat dipilih, tetapi GPT-5.5 tetap menjadi model OpenAI default hingga keluarga GPT-5.6 lulus, dan angka benchmark preview masih awal.
Apakah GPT 5.6 Luna mendukung prompt caching?
Ya. Input yang di-cache ditagih $0.10 per 1M token dengan biaya cache-write $1.25 per 1M — caching termurah di keluarga ini. Layak diaktifkan pada agen mana pun dengan prefix yang stabil.
Framework apa yang digunakan GPT 5.6 Luna di VM0?
Codex. VM0 mengalurkan GPT-5.6 melalui permukaan Responses API dari framework Codex. Agen berbasis framework Claude Code tidak kompatibel dengan model GPT-5 di VM0.
Alternatif
Menggunakan GPT 5.6 Luna di VM0
Dua cara mengakses GPT 5.6 Luna di VM0
VM0 mendukung GPT 5.6 Luna sebagai model Built-in yang ditagih dalam kredit VM0, dan melalui bring-your-own dengan OpenAI API key. Jalur Built-in menggunakan routing VM0 Managed dan pengali kredit yang dijelaskan di bawah; jalur bring-your-own menagih Anda langsung ke vendor hulu dan sepenuhnya melewati konversi kredit VM0.
Rekomendasi VM0
VM0 memposisikan GPT 5.6 Luna sebagai opsi penghemat biaya alih-alih model agen inti. Gunakan untuk mengoptimalkan biaya satuan pada pekerjaan non-inti, seperti klasifikasi massal, pra-filter, balasan singkat yang kritis terhadap latensi, atau agen lawas yang di-pin, sambil tetap menjaga Claude Opus 4.7, Claude Opus 4.6, atau Claude Sonnet 4.6 pada langkah-langkah yang menentukan eksekusi.
Kredit dan pengali ×0.4
Setiap model Built-in di VM0 dihargai sebagai kelipatan dari Claude Sonnet 4.6, yang berada di baseline kredit ×1. GPT 5.6 Luna ditagih pada ×0.4 kredit. Pengali inilah yang muncul di invoice VM0 Anda; harga daftar vendor di tabel harga di atas adalah yang dikenakan penyedia hulu sebelum VM0 mengonversinya menjadi kredit.
GPT 5.6 Luna ditagih pada ×0.4, yang berarti satu langkah di sini berbiaya hanya 0.4× kredit dari langkah setara pada Sonnet 4.6 (baseline ×1). Itu menempatkannya jauh di bawah baseline kredit dan menjadikannya pilihan alami untuk pekerjaan latar belakang bervolume tinggi di mana biaya-per-langkah lebih penting daripada kualitas reasoning puncak.
Tersedia di VM0 sejak July 2026 (preview).