OpenAI
GPT-6.1 Sol
最大コンテキスト
1.1M
最大出力
128K
リリース日
N/A
gpt-5.6-lunaGPT-5.6 Luna は Luna シリーズの汎用バージョンで、日常的な AI アプリケーションに適しています。チャット Q&A、文章の書き換え、要約、情報抽出、簡単な推論、コーディング支援、オフィス自動化に利用できます。 Luna は、プロトタイプ、軽量ビジネス機能、バッチコンテンツ処理、一般的なユーザーインタラクションシーンにおいて実用的な選択肢です。速度、シンプルさ、コスト管理が重要な場合に適した入門モデルであり、より高品質または安定した出力が求められるタスクには Luna Pro をご検討ください。
Context Window
1.1M tokens
Maximum Output
128K tokens
Release Date
2026年7月9日
Modalities
| トークン階層 | 入力価格 | 出力価格 | キャッシュ読み取り | キャッシュ作成 5m |
|---|---|---|---|---|
| <=272K | $1/M | $6/M | $0.1/M | $1.25/M |
| >272K | $2/M | $9/M | $0.2/M | $2.5/M |
Reasoning
Tool calling
Temperature parameter
Attachments
Knowledge Base
Endpoint Protocols
GPT-5.6 Lunaは経済的な大量処理を重視しながら、設定可能な推論、画像理解、100万トークンのコンテキストウィンドウを備えています。
コストを重視する処理向けに設計され、高頻度のリクエストや大量の定型コンテンツに適しています。
推論レベルを無効から最大まで設定でき、軽量な依頼と分析的な依頼を同じモデルファミリーで処理できます。
テキストと画像を1,050,000トークンのコンテキストウィンドウ内で処理でき、大規模タスクを細かく分割する必要を減らせます。
GPT-5.6 Lunaは、運用効率が重要な大量分類、要約、マルチモーダル情報抽出に適しています。
大量のメッセージや文書にカテゴリ、優先度、振り分けラベルを付与し、自動処理へ渡します。
長いレポート、サポート履歴、文書群を簡潔な要約と行動につながる要点にまとめます。
テキスト、スクリーンショット、図表、スキャンページから定型項目と要点を抽出し、索引作成や後続処理に利用します。
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)| 指数スコア | ||
|---|---|---|
| Artificial Analysis Intelligence Index | 総合能力の集約評価 | 33.3 |
| Artificial Analysis Coding Index | コーディング能力の集約評価 | 44.2 |
| 知識と推論 | ||
| GPQA | 高度な科学問題の解決 | 83.5% |
| HLE | 幅広い分野の専門家レベル試験 | 18.8% |
| コーディングとソフトウェア開発 | ||
| SciCode | 科学計算のコーディング課題 | 45.6% |
| 指示追従とエージェントタスク | ||
| AA-LCR | 長いコンテキストでの推論 | 59.3% |
指標の出典 Artificial Analysis
TokenHubでGPT-5.6 Lunaを利用する際の一般的な質問です。
GPT-5.6 LunaはTokenHubで提供されるGPT-5.6 Lunaシリーズのモデルです。チャット、推論、文章作成、APIベースのワークフローに使える汎用AIモデルを必要とするユーザーに適しています。
会話型アシスタント、コンテンツ下書き、要約、構造化データ抽出、コード支援、複数ステップのタスク自動化に適しています。
強みは、汎用タスクへの対応、明確な指示追従、TokenHubを通じた柔軟な統合です。標準版は、日常的な利用、素早い反復、コストを意識したワークロードに向いています。
どのAIモデルでも同様に、重要な出力は正確性を確認し、本番利用前に自分のデータでプロンプトをテストし、遅延、コスト、品質を代替モデルと比較してください。
TokenHubのリクエストでモデルに「GPT-5.6 Luna」を指定し、アカウントのエンドポイントと認証情報を使用します。temperature、max tokens、streamingなどのパラメータは用途に応じて設定してください。
実際のタスクを反映した小さな評価セットから始めるのがおすすめです。回答品質、信頼性、遅延、コストのバランスが最も合うモデルを選んでください。
1つの API キーで GPT-5.6 Luna とその他の AI モデルにアクセスできます。