BenchLeader

GPT-6 Luna

推論エフォート
品質339中108位
55.1Index
中央値より上
中央値比 +4.9
価格255中40位
$0.200100万トークンあたり
安い方から4分の1
中央値の0.2倍
速度216中76位
103トークン/秒
中央値より上
中央値の1.3倍
コスパ255中36位
275.5ポイント/$
上位4分の1
中央値の5.0倍

よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(31%安い)。

より安価でスコアの高いランク付けモデルが3つあります:MiMo-V2.5 (56.3, $0.138)、Step 3.5 Flash (56.3, $0.150)、GPT-5 nano (56.2, $0.138)。

2026年11月16日時点で、GPT-6 Luna(OpenAI)のBenchLeader Indexは55.1です(ランク付け対象は608構成)。最も強いのは長文コンテキスト(66)、最も弱いのは知識(45)です。API料金は入力100万トークンあたり$0.100、出力100万トークンあたり$0.500(3:1のブレンドで$0.200)で、2026年11月16日時点の定価です。出力速度は約100トークン/秒です(Artificial Analysis)。2026年9月22日にリリースされました。

要点(2026年11月16日時点)

  • GPT-6 LunaのAPI料金は入力100万トークンあたり$0.100、出力100万トークンあたり$0.500(3:1のブレンドで$0.200)です(定価、2026年11月16日)。
  • GPT-6 Lunaの出力速度は約100トークン/秒です(Artificial Analysis、2026年11月16日)。
  • GPT-6 Lunaは2026年9月22日にリリースされました(OpenAI)。

詳しく見ると:GPT-6 LunaはOpenAIのプロプライエタリな推論モデルです(2026年9月22日リリース)。最もスコアの高い構成(推論エフォート max)は、BenchLeader Indexで55.1 ±3.1を記録し、608構成中217位で上位半分に入ります。重要なのはこの「±」です。ほかに258構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では長文コンテキストが最も高く(66)、知識が最も低くなっています(45)。ブレンド価格は100万トークンあたり$0.200で、ランク付けされたモデルの中で最も安い5分の1に入ります。出力速度は103トークン/秒、回答開始まで73.9秒で、多くのモデルより高速です。8通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。

ブレンド価格
$0.200/M
入力$0.100・出力$0.500
出典:Artificial Analysis
出力速度
103 tok/s
Artificial Analysisによる測定
回答開始
74 s
最初のトークン 2.50 s
コンテキスト
1.1M
出典:models.dev
回答完了まで
172 s
最終測定2026年11月13日
タスクあたりコスト
$0.152
1タスク12 min、AA Index
タスクあたりトークン数
75k
うち76%が推論
リリース日
2026年9月22日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index55
  2. 推論56
  3. コーディング57
  4. エージェント・ツール49
  5. 数学64
  6. 知識45
  7. 人間の評価62
  8. マルチモーダル58
  9. 長文コンテキスト66
  10. 総合45

この順位を埋め込む

ほかのバッジスタイル
[![GPT-6 Luna on BenchLeader: 総合 107位](https://www.benchleader.com/badge/gpt-6-luna.svg?style=compact)](https://www.benchleader.com/models/gpt-6-luna)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

OpenAIの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

バージョン

OpenAIはこの名前で2つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。

モデルリリース日Index順位
GPT-6 Lunamaxこのページ2026年9月22日55.1#217
GPT-5.6 Lunaxhigh2026年7月9日58.2#135

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
推論なし40.0#53490 tok/s1.55 s$0.0002コーディング 34 · 知識 31 · 長文コンテキスト 44 · マルチモーダル 44 · 推論 32
low45.8#44190 tok/s2.74 s$0.0002エージェント・ツール 41 · コーディング 36 · 知識 35 · 長文コンテキスト 62 · マルチモーダル 58 · 推論 36
medium49.6#35695 tok/s4.94 s$0.0002エージェント・ツール 47 · コーディング 46 · 知識 37 · 長文コンテキスト 64 · マルチモーダル 60 · 推論 43
high51.1#32396 tok/s9.89 s$0.0002コーディング 50 · 知識 38 · 長文コンテキスト 64 · マルチモーダル 60 · 推論 46
xhigh52.0#291100 tok/s17 s$0.0002コーディング 50 · 知識 38 · 長文コンテキスト 65 · マルチモーダル 62 · 推論 48
max最良55.1#217103 tok/s74 s$0.0002エージェント・ツール 49 · コーディング 57 · 総合 45 · 人間の評価 62 · 知識 45 · 長文コンテキスト 66 · 数学 64 · マルチモーダル 58 · 推論 56
Proモード––65 tok/s2.50 s$0.0002
未記載––65 tok/s2.50 s$0.0002知識 45 · 数学 61

考えさせるほど増えるコスト

エフォートを上げるとIndexのポイントは伸びますが、費用は何倍にもなります。このモデルではmaxのコストがlowの30倍で、Indexの変化は+9.3、支出が2倍になるごとに1.9ポイントです。ほかのモデルと比べる。

424854low:タスクあたり$0.005、Index 45.845.8low $0.01medium:タスクあたり$0.042、Index 49.649.6medium $0.042推論なし:タスクあたり$0.071、Index 40.040.0推論なし $0.071high:タスクあたり$0.073、Index 51.151.1high $0.073xhigh:タスクあたり$0.104、Index 52.052.0xhigh $0.104max:タスクあたり$0.152、Index 55.155.1max $0.152Index

各点は推論の設定1つを表し、Artificial AnalysisのIndexタスク1件あたりのコスト(対数目盛)とBenchLeader Indexを示します。

Indexの推移

2026年9月23日〜2026年11月16日
475563
  • max
  • xhigh
  • high
  • medium

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

推論

ベンチマーク推論なしlowmediumhighxhighmax出典推移
GPQA Diamond–––––90.5%#49Epoch AI Benchmarking Hub
Arena Hard Prompts–––––1464#90Arena (LMArena)
LiveBench 2.0 ReasoningIndex対象外–––––81.8%#25LiveBench
LiveBench 1.0 ReasoningIndex対象外–––––81.8%#49LiveBench
Humanity's Last Exam (AA)Index対象外8.6%#36820.3%#23228.3%#18133.0%#15534.3%#14238.5%#110Artificial Analysis
HLE-Diamond (AA)6.3%#13810.2%#12015.1%#10115.6%#9818.9%#8422.2%#73Artificial Analysis
ARC-AGI-18.8%#24537.7%#20561.0%#16670.3%#14973.0%#14486.7%#109ARC Prize
ARC-AGI-20.0%#2514.6%#19018.1%#15531.4%#13841.9%#12559.3%#99ARC Prize
ARC-AGI-30.0%#770.2%#680.3%#630.4%#590.5%#550.6%#53ARC Prize
CritPtIndex対象外1.1%#2422.6%#20810.6%#13115.4%#10017.4%#9019.4%#76Artificial Analysis
CritPt v2 hard subset (AA)5.0%#1159.5%#10927.5%#8431.0%#7637.0%#6442.5%#57Artificial Analysis
MysteryMechanismIndex対象外–––––19.4%#27Vals AI
Arena ExpertIndex対象外–––––1487#68Arena (LMArena)
Chess PuzzlesIndex対象外–––––36.0%#53Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外–––––7.0%#128Epoch AI Benchmarking Hub
LMCAIndex対象外–––––44.5%#99Epoch AI Benchmarking Hub
DTBenchIndex対象外–––––90.1%#88Epoch AI Benchmarking Hub

コーディング

ベンチマーク推論なしlowmediumhighxhighmax標準出典推移
SciCode43.1%#16346.9%#14650.9%#11550.4%#11951.7%#10354.6%#68–SciCode
FrontierCode–––––42.4%#22–Cognition
Arena Coding–––––1501#80–Arena (LMArena)
Arena WebDev–––––1577#45–Arena (LMArena)
LiveBench 2.0 CodingIndex対象外–––––70.8%#21–LiveBench
LiveBench 1.0 CodingIndex対象外–––––79.0%#26–LiveBench
SciCode (AA)Index対象外43.1%#17346.9%#15350.9%#11550.4%#12151.7%#10254.6%#70–Artificial Analysis
IOI–––––55.6%#22–Vals AI
Code MigrationIndex対象外–––––42.5%#28–Vals AI
Code Migration v1.1Index対象外–––––46.7%#19–Vals AI
ProgramBenchIndex対象外–––––0.5%#19–Vals AI
SWE-bench MultimodalIndex対象外–––––37.5%#20–Vals AI
Vibe Code Bench v1.1Index対象外–––––81.7%#29–Vals AI
SWE Atlas v1.1Index対象外エフォート未記載––––––50.8%#22Scale AI SEAL
SWE Atlas v1.1: Codebase QnAIndex対象外エフォート未記載––––––50.8%#22Scale AI SEAL
SWE Atlas v1.1: Test WritingIndex対象外エフォート未記載––––––54.4%#21Scale AI SEAL
SWE Atlas v1.1: RefactoringIndex対象外エフォート未記載––––––47.1%#21Scale AI SEAL
MirrorCodeIndex対象外–––––26.7%#36–Epoch AI Benchmarking Hub
ALE-BenchIndex対象外––––1576.9#26––Epoch AI Benchmarking Hub
WeirdML v3Index対象外––––7.9%#17––WeirdML
Terminal-Bench 4.0 (AA)Index対象外1.5%#1540.0%#1862.5%#1454.5%#1378.1%#12312.6%#107–Artificial Analysis
Startrise FrontendIndex対象外エフォート未記載––––––69.3%#20Startrise
GameBench 2 OverallIndex対象外設定全体––––––47.5#39DuelLab GameBench 2
GameBench 2 by reasoning settingIndex対象外45.3#112–41.4#130–55.9#75––DuelLab GameBench 2
Design Arena WebsiteIndex対象外エフォート未記載––––––1268#42Design Arena
FrontierCode 1.1 (AA)Index対象外13.8%#7714.1%#7531.8%#6332.0%#6233.2%#6041.9%#33–Artificial Analysis
FrontierCode 2.0 (AA)1.6%#1162.2%#11412.8%#8818.6%#7118.4%#7225.2%#53–Artificial Analysis

エージェント・ツール

ベンチマーク推論なしlowmediumhighxhighmax標準出典推移
Terminal-Bench–––––15.2%#94–Terminal-Bench
APEX-Agents–––––44.3%#49–Mercor
Arena Agent–-6#45-2.1#35––1.6#26–Arena (LMArena)
LiveBench Long AgenticIndex対象外–––––24.7%#22–LiveBench
LiveBench BrowserIndex対象外–––––70.3%#15–LiveBench
LiveBench Agentic CodingIndex対象外–––––51.2%#41–LiveBench
Terminal-Bench 2.1 (Vals)–––––73.0%#23–Vals AI
GDPval-AA v2.1, normalised scoreIndex対象外27.2%#9026.6%#9238.1%#6742.1%#5843.2%#5546.6%#46–Artificial Analysis
GDPval-AA v2.1Index対象外1052#1711039#1751271#1231350#1041374#951443#76–Artificial Analysis
Analyst Agent (AA)Index対象外–––––43.8%#21–Artificial Analysis
CyberBenchIndex対象外–––––76.3%#5–Vals AI
Finance Agent v2Index対象外–––––49.9%#46–Vals AI
Finance Agent v2.1Index対象外–––––56.8%#32–Vals AI
Harvey's Legal Agent Benchmark v1.1Index対象外–––––4.2%#32–Vals AI
Harvey's Legal Agent Benchmark v1Index対象外–––––2.9%#44–Vals AI
Legal Research BenchIndex対象外–––––30.3%#56–Vals AI
SREBenchIndex対象外–––––2.7%#23–Vals AI
Tax Agent BenchIndex対象外–––––19.9%#56–Vals AI
Terminal-Bench 4.0 (Vals)Index対象外–––––13.6%#43–Vals AI
Terminal-Bench ScienceIndex対象外–––––4.3%#27–Vals AI
Arena SearchIndex対象外–––––1211#12–Arena (LMArena)
Arena Agent Task CompletionIndex対象外–-15.1#51-6.3#40––-0.4#32–Arena (LMArena)
SpireClimbIndex対象外–––––0.0%#9–Epoch AI Benchmarking Hub
AutomationBenchIndex対象外9.1%#18812.1%#18540.5%#12947.8%#11347.8%#11553.2%#93–Artificial Analysis
GDP.pdf (AA)Index対象外5.8%#1909.0%#16913.8%#13118.2%#10018.6%#9522.8%#64–Artificial Analysis
Harvey LAB-AA v1.1Index対象外–––––3.3%#17–Harvey
AA-Briefcase v1.1Index対象外903#175740#1951096#1361186#1191235#1111337#88–Artificial Analysis
GDPxIndex対象外–––––5.1%#13–GDPx by SemiAnalysis
Design Arena AgenticIndex対象外エフォート未記載––––––1152#53Design Arena
Terminal-Bench-Science 0.1 (AA)Index対象外0.9%#1050.9%#1051.4%#1042.9%#965.2%#828.6%#70–Artificial Analysis
CWE-Bench (AA)–––––56.7%#13–Artificial Analysis
DeepSec-Bench (AA)–––––23.5%#14–Artificial Analysis
CyberGym end-to-end (AA)–––––77.9%#6–Artificial Analysis
MKA (AA)Index対象外–––––36.8%#16–Artificial Analysis
FACTS SearchIndex対象外エフォート未記載––––––86.8%#15Google

数学

ベンチマークmax標準出典推移
FrontierMath Tiers 1–379.0%#21–Epoch AI Benchmarking Hub
FrontierMath Tier 456.1%#28–Epoch AI Benchmarking Hub
OTIS Mock AIME98.9%#25–Epoch AI Benchmarking Hub
ProofBenchエフォート未記載–64.0%#21Vals AI
LiveBench MathematicsIndex対象外89.1%#40–LiveBench
Arena Maths1449#81–Arena (LMArena)

知識

ベンチマーク推論なしlowmediumhighxhighmax標準出典推移
SimpleQA Verified–––––41.4%#50–Epoch AI Benchmarking Hub
LiveBench 2.0 Data AnalysisIndex対象外–––––73.4%#22–LiveBench
LiveBench ResearchIndex対象外–––––48.5%#33–LiveBench
LiveBench 1.0 Data AnalysisIndex対象外–––––73.4%#42–LiveBench
AA-Omniscience v1.1-25.8#130-18.1#125-13.6#118-12.8#116-13.0#117-8.3#104–Artificial Analysis
PRBench Legalエフォート未記載––––––42.9%#31Scale AI SEAL
BioMysteryBenchIndex対象外–––––61.5%#27–Vals AI
ClaimBenchIndex対象外–––––99.2%#5–Vals AI
Excel Modeling BenchmarkIndex対象外–––––68.5%#16–Vals AI
Excel Modeling Benchmark v1.1Index対象外–––––70.0%#19–Vals AI
MedCodeIndex対象外–––––44.7%#39–Vals AI
MedScribeIndex対象外–––––83.7%#42–Vals AI
Public Benefits Bench v1.1Index対象外–––––57.6%#38–Vals AI
Financial Coaching BenchIndex対象外–––––65.2%#25–Vals AI
Immigration BenchIndex対象外–––––62.5%#22–Vals AI
GDP.pdfIndex対象外–––––23.0%#25–Epoch AI Benchmarking Hub
AA-Omniscience v1.1: accuracyIndex対象外30.1%#10036.1%#8538.7%#7539.0%#7338.6%#7639.6%#69–Artificial Analysis
AA-Omniscience v1.1: non-hallucinationIndex対象外20.0%#11515.2%#12214.7%#12415.1%#12316.0%#12020.6%#114–Artificial Analysis
HealthBench Professional (AA)Index対象外–––––61.9%#10–OpenAI
FACTS ParametricIndex対象外エフォート未記載––––––57.0%#14Google

指示追従

ベンチマークmax出典推移
LiveBench LanguageIndex対象外73.8%#53LiveBench
LiveBench Instruction FollowingIndex対象外55.9%#64LiveBench
Arena Instruction FollowingIndex対象外1436#85Arena (LMArena)

人間の評価

ベンチマークmax出典推移
Arena Text1441#98Arena (LMArena)
Arena Creative WritingIndex対象外1408#96Arena (LMArena)
Arena Multi-turnIndex対象外1441#105Arena (LMArena)
Arena Longer QueriesIndex対象外1449#94Arena (LMArena)

マルチモーダル

ベンチマーク推論なしlowmediumhighxhighmax標準出典推移
Arena Vision–––––1211#86–Arena (LMArena)
LiveBench DesignIndex対象外–––––76.1%#15–LiveBench
MMMU-Pro62.1%#21376.0%#10677.9%#9177.5%#9379.7%#6679.7%#68–Artificial Analysis
SAGEIndex対象外–––––83.4%#21–Vals AI
Humanity's Sixth SenseIndex対象外–––––21.0%#34–Scale AI SEAL
Blueprint-Bench 2Index対象外エフォート未記載––––––31.2%#19Epoch AI Benchmarking Hub
Furniture AssemblyIndex対象外–––––44.2%#17–Epoch AI Benchmarking Hub
VIALS-AAIndex対象外–––––27.3%#20–Handshake AI
Code2Video-AAIndex対象外–––––1030#14–Artificial Analysis
AA-3DIndex対象外–––––1000#12–Artificial Analysis
FACTS MultimodalIndex対象外エフォート未記載––––––38.7%#21Google

長文コンテキスト

ベンチマーク推論なしlowmediumhighxhighmax標準出典推移
AA-LCR v1.139.7%#38374.0%#18578.3%#12779.3%#11080.0%#8883.3%#22–Artificial Analysis
MLCRIndex対象外15.0%#8818.9%#6318.3%#6719.4%#5820.6%#4926.1%#29–Artificial Analysis
FACTS GroundingIndex対象外エフォート未記載––––––76.7%#7Google

総合

ベンチマーク推論なしlowmediumhighxhighmax標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載––––––156.4#36Epoch AI Benchmarking Hub
LiveBench 2.0–––––60.4%#24–LiveBench
LiveBench 1.0Index対象外–––––72.0%#51–LiveBench
AA Intelligence Index v5.0.1Index対象外9.4#1159.7#11418.4#9821.4#9023.4#8527.9#74–Artificial Analysis
AA Intelligence Index v4.3.2Index対象外18.5#26221.5#22029.9#13232.9#11534.6#9638.1#83–Artificial Analysis
AA Progress Index v1Index対象外244.6#278272.7#195299.8#121306.4#107310.3#96317.1#78–Artificial Analysis
Vals IndexIndex対象外–––––52.3#29–Vals AI
Vals Finance IndexIndex対象外–––––53.0%#31–Vals AI
Vals Science IndexIndex対象外–––––28.4%#22–Vals AI
Vals Router IndexIndex対象外エフォート未記載––––––52.3%#19Vals AI
Vals Legal IndexIndex対象外–––––62.2%#32–Vals AI
AA Cyber IndexIndex対象外–––––52.7#7–Artificial Analysis

安全性・誠実さ

ベンチマーク標準出典推移
FORTRESSIndex対象外10.8%#6Scale AI SEAL
DistressBenchIndex対象外66.7%#35Scale AI SEAL

GameBench 2 Overall: 47.5. GameBench 2, best reasoning setting (XHigh): 55.9. 参考値で、BenchLeader Indexには含まれません。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
Amazon Bedrock133 tok/s1.13 s$0.100$0.5001.1M–
OpenAI126 tok/s0.81 s$0.200$1.001.1M–
Azure96 tok/s3.83 s$0.100$0.5001.1M–
Azure95 tok/s2.90 s$0.110$0.5501.1M–
Azure87 tok/s1.78 s$0.110$0.5501.1M–
Amazon Bedrock87 tok/s0.81 s$0.110$0.5501.1M–
OpenAI67 tok/s2.50 s$0.100$0.5001.1M–
OpenAI37 tok/s6.47 s$0.050$0.2501.1M–

利用状況

GPT-6 Lunaが実際にどれだけ使われているかを、利用状況を公開しているゲートウェイの報告に基づいて示します。利用状況はIndexには含まれません。よく使われているモデルとプロバイダー

OpenRouter、過去1週間
#5
トークンシェア3.8%
Vercel AI Gateway、7日間
5.3%
トークンシェア
コーディングエージェントのターンに占める割合、30日間
1.2%
Codexで97%
可用性、72時間
99.9%
OpenRouter、全プロバイダー
ツール呼び出しのエラー、7日間
1.08%
ツール呼び出しに占める割合
OpenRouterでの1日あたりのトークン数(2026年10月17日〜2026年11月15日):合計34.3T、前週比 +8.9%。

直近30日間の典型的なリクエスト:リクエストあたり15.1kトークン、出力1トークンあたり入力31トークン、入力の76%がキャッシュから、出力の56%が推論、リクエストあたり0.22回のツール呼び出し。

OpenRouterでこのモデルに最も多くのトークンを送っているアプリ:Codex (3.61T)、Hermes Agent (1.71T)、pi (529B)、Websim Builder (414B)、Freebuff (370B)。

Vercel AI Gatewayのプロバイダースループット最初のトークン稼働率、1日
OpenAI210 tok/s0.70 s99.99%
Amazon Bedrock206 tok/s2.27 s99.94%
Azure133 tok/s1.75 s99.99%

出典: 利用状況: OpenRouterのランキング · Vercel AI Gateway, CC BY 4.0 · T3 Code via Slopalytics・2026年11月16日時点のデータ。

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.010のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0002$0.00021.3 min
30ページのレポートを要約12,000 / 600$0.0015$0.00071.3 min
コード編集6,000 / 1,500$0.0014$0.00091.5 min
エージェント型コーディングセッション60,000 / 4,000$0.0080$0.00401.9 min
構造化データの抽出2,000 / 200$0.0003$0.00021.3 min

このモデルを含むコーディングプラン

GPT-6 Lunaを使えるサブスクリプションです。それぞれの利用上限と、タスクあたりのコストを掲載しています。

OpenAIのほかのモデル

今月の新着

GPT-6 Lunaと比較する

関連ページ

埋め込み・引用

GPT-6 Lunaの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![GPT-6 Luna on BenchLeader: 総合 107位](https://www.benchleader.com/badge/gpt-6-luna.svg)](https://www.benchleader.com/models/gpt-6-luna)

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). GPT-6 Luna on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-6-luna

BibTeX:

@misc{benchleader_gpt_6_luna_20261116,
  author       = {{BenchLeader}},
  title        = {{GPT-6 Luna on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gpt-6-luna}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

GPT-6 Lunaのベンチマークスコアは?
2026年11月16日時点で、GPT-6 Luna(推論エフォート max)のBenchLeader Indexは55.1 ±3.1です。最も強いのは長文コンテキスト(66)、最も弱いのは知識(45)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
GPT-6 Lunaの順位は?
2026年11月16日時点で、GPT-6 Luna(推論エフォート max)はランク付けされた608構成中217位です。ほかに258構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
GPT-6 Lunaの料金は100万トークンあたりいくらですか?
2026年11月16日時点で、GPT-6 Lunaの料金は入力100万トークンあたり$0.100、出力100万トークンあたり$0.500で、ブレンド価格(出力1トークンにつき入力3トークン)は$0.200です。
GPT-6 LunaはMuse Wonder Fullより優れていますか?
2026年11月16日時点で、品質ではMuse Wonder Full(推論エフォート max)がリードしています(BenchLeader Indexで61.7対55.1)。ベンチマークごとの詳細は比較ページにあります。
GPT-6 Lunaはいつリリースされましたか?
OpenAIが2026年9月22日にGPT-6 Lunaをリリースしました。BenchLeaderには8通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「GPT-6 Luna:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/gpt-6-luna