OpenAI
GPT-6.1 Sol
gpt-6.1-sol
最大上下文
1.1M
最大输出
128K
发布日期
暂无
输入$2 / 百万 Token
输出$10 / 百万 Token
GPT-5.6 Luna
gpt-5.6-lunaGPT-5.6 Luna 是 Luna 系列的通用版本，适用于日常 AI 应用场景。可用于对话问答、文本改写、摘要生成、信息提取、简单推理、编程辅助及办公自动化。 Luna 是原型开发、轻量级业务功能、批量内容处理和常见用户交互场景的实用选择。当速度、简洁性和成本控制很重要时，它是一个很好的入门模型；如果任务需要更高质量或更稳定的输出，可以考虑 Luna Pro。
上下文窗口
1.1M Token
最大输出
128K Token
发布日期
2026年7月9日
模态
GPT-5.6 Luna 价格
| Token 阶梯 | 输入价格 | 输出价格 | 缓存读取 | 缓存创建 5m |
|---|---|---|---|---|
| <=272K | $1/M | $6/M | $0.1/M | $1.25/M |
| >272K | $2/M | $9/M | $0.2/M | $2.5/M |
GPT-5.6 Luna API 能力
推理
支持
工具调用
支持
Temperature 参数
不支持
附件
支持
知识库
2026-02-16
Endpoint 协议
Completions API
GPT-5.6 Luna 模型亮点
GPT-5.6 Luna 侧重经济的大规模处理，同时保留可配置推理、图像理解和百万 token 上下文窗口。
高吞吐效率
模型面向成本敏感型工作负载，适合处理高频请求或大量常规内容。
可调推理
推理强度可从无推理调整到最高等级，使轻量请求和分析型请求都能使用同一模型系列。
多模态长上下文
模型可在 1,050,000 token 上下文窗口中处理文本和图像，减少拆分大型任务的需要。
GPT-5.6 Luna 使用场景
GPT-5.6 Luna 适合重视运行效率的高吞吐分类、摘要和多模态信息提取任务。
高吞吐分类
为大量消息和文档分配类别、优先级或路由标签，供自动化流程使用。
长内容摘要
将长篇报告、支持记录或文档集合压缩为简洁摘要和面向行动的要点。
多模态数据提取
从文本、截图、图表或扫描页面中提取常规字段和结论，用于索引与后续工作流。
如何通过 TokenHub API 使用 GPT-5.6 Luna
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)GPT-5.6 Luna 基准测试
| 指数分数 | ||
|---|---|---|
| Artificial Analysis 综合能力指数 | Artificial Analysis 综合能力评分 | 33.3 |
| Artificial Analysis 代码能力指数 | Artificial Analysis 软件任务评分 | 44.2 |
| 知识与推理 | ||
| GPQA | 高阶科学问题求解 | 83.5% |
| HLE | 广泛专家级考试集合 | 18.8% |
| 代码与工程 | ||
| SciCode | 科学计算代码挑战 | 45.6% |
| 指令遵循与 Agent 任务 | ||
| AA-LCR | 长上下文推理 | 59.3% |
指标来源 Artificial Analysis
GPT-5.6 Luna 常见问题
在 TokenHub 使用 GPT-5.6 Luna 前可以先了解的问题。
GPT-5.6 Luna 是什么？+
GPT-5.6 Luna 是 TokenHub 提供的 GPT-5.6 Luna 系列模型，适合需要通用 AI 模型来处理对话、推理、写作和 API 工作流的用户。
GPT-5.6 Luna 最适合哪些场景？+
它适合对话助手、内容起草、摘要、结构化数据抽取、代码辅助和多步骤任务自动化。
GPT-5.6 Luna 有哪些优势？+
它的优势在于覆盖通用任务、较好的指令遵循能力，以及可通过 TokenHub 灵活集成。标准版本通常更适合日常使用、快速迭代和成本敏感型任务。
使用 GPT-5.6 Luna 时需要考虑哪些限制或取舍？+
与任何 AI 模型一样，重要输出应进行准确性审核；上线前应结合自己的数据测试提示词，并比较延迟、成本和质量。
如何通过 TokenHub API 使用 GPT-5.6 Luna？+
在 TokenHub 请求中将模型选择为“GPT-5.6 Luna”，使用账户的接口地址和凭据，并根据应用需求设置 temperature、max tokens、streaming 等参数。
如何在 GPT-5.6 Luna 与相关 GPT-5.6 模型之间选择？+
建议先用能代表真实任务的小型评测集测试。选择在回答质量、可靠性、延迟和成本之间最符合业务需求的模型。
准备调用 GPT-5.6 Luna？
通过一个 API Key 接入 GPT-5.6 Luna 与更多 AI 模型。