รีวิว GPT-5.6 Luna: สเปก ราคา และผลทดสอบ

GPT-5.6 Luna คือโมเดลที่เร็วและประหยัดที่สุดในตระกูล GPT-5.6 ของ OpenAI เปิดตัวเมื่อวันที่ 9 กรกฎาคม 2026 พร้อมกับ GPT-5.6 Sol และ Terra โมเดลนี้ไม่ได้สร้างมาเพื่อครองอันดับผลทดสอบ แต่เพื่อจัดการงานทั่วไปปริมาณมากให้เสร็จอย่างรวดเร็ว ในราคาที่ต่ำจนคุณแทบไม่ต้องคอยนับโทเค็น

รีวิวนี้จะอธิบายว่า GPT-5.6 Luna เหมาะกับงานใด ไม่เหมาะกับงานใด มีราคาเท่าไรหลัง OpenAI ลดราคาลง 80% และเปรียบเทียบกับโมเดลอื่นในตระกูล GPT-5.6 อย่างไร นอกจากนี้ คุณยังใช้ฟรีได้บน Chat Smith โดยไม่ต้องมีบัญชี OpenAI

GPT-5.6 มีสามระดับ ได้แก่ Sol ซึ่งเป็นรุ่นเรือธง, Terra สำหรับงานประจำวัน และ Luna ซึ่งคุ้มค่าที่สุดในสามรุ่น OpenAI ระบุว่า Luna ใกล้เคียงกับ ระดับ nano ในตระกูล GPT-5 รุ่นก่อน โดยมุ่งเน้นงานปริมาณมากที่ต้องควบคุมต้นทุน เช่น การจัดประเภท การสรุป การกำหนดเส้นทางคำขอ และแอปพลิเคชันแบบเรียลไทม์

อย่างไรก็ตาม สเปกไม่ได้อยู่ในระดับเริ่มต้น Luna มีหน้าต่างบริบท 1,050,000 โทเค็น ส่งออกได้สูงสุด 128,000 โทเค็น รับทั้งข้อความและรูปภาพ และมีขอบเขตความรู้ถึงวันที่ 16 กุมภาพันธ์ 2026 เป็นโมเดลใช้เหตุผลที่ปรับระดับความพยายามได้ตั้งแต่ none, low, medium (ค่าเริ่มต้น), high, xhigh ถึง max จึงปรับได้ตั้งแต่ตอบแทบจะทันทีไปจนถึงคิดอย่างช้าและรอบคอบ

เมื่อเปิดตัว OpenAI รายงานว่า Luna ทำผลงานด้านการเขียนโค้ดเหนือ Claude Opus 4.8 โดยใช้เวลาประมาณหนึ่งในสาม สร้างโทเค็นขาออกราวครึ่งหนึ่ง และมีค่าใช้จ่ายประมาณหนึ่งในสี่ ประสิทธิภาพต่อค่าใช้จ่ายคือจุดสำคัญทั้งหมดของระดับนี้

มีสี่ประเด็นที่กำหนดว่า Luna เหมาะกับอะไร

Luna มีราคา 0.20 ดอลลาร์ต่ออินพุตหนึ่งล้านโทเค็น และ 1.20 ดอลลาร์ต่อเอาต์พุตหนึ่งล้านโทเค็น โดยอินพุตที่แคชไว้ราคา 0.02 ดอลลาร์ ราคานี้เกิดขึ้นหลังการลดราคา 80% เมื่อวันที่ 30 กรกฎาคม 2026 จากราคาเปิดตัว 1 และ 6 ดอลลาร์ ด้วยอัตรานี้ งานที่ไม่คุ้มเมื่อใช้โมเดลเรือธง เช่น ติดแท็กตั๋วซัพพอร์ตทุกใบ สรุปเอกสารทั้งคิว หรือกำหนดเส้นทางคำขอขาเข้า จะกลายเป็นงานประจำที่ทำได้สบาย

โมเดลราคาประหยัดส่วนใหญ่มักมีความเร็วให้เลือกแบบเดียว แต่ Luna ปรับ effort ได้ตั้งแต่ none ถึง max การเชื่อมต่อเดียวกันจึงตอบงานจัดประเภทง่าย ๆ ได้ทันที และยังใช้เวลาคิดจริงจังกับกรณียากเป็นครั้งคราวได้ คุณภาพเพิ่มขึ้นตามระดับ effort โดยไม่ต้องสลับโมเดลกลางเวิร์กโฟลว์

Luna ไม่ได้ตัดทอนความสามารถหลัก รองรับการค้นหาเว็บ การค้นหาไฟล์ ตัวแปลคำสั่งโค้ด การสร้างภาพ การใช้คอมพิวเตอร์ MCP เอาต์พุตแบบมีโครงสร้าง และการเรียกฟังก์ชัน อีกทั้งอ่านได้ทั้งรูปภาพและข้อความ การเข้าถึงเครื่องมือแบบเดียวกับรุ่นใหญ่ในราคานี้ทำให้เหมาะเป็นโมเดลเริ่มต้นในระบบเอเจนต์

ตัวเลขทำได้ดีกว่าที่ราคาบ่งบอก Luna ได้ 62.7% บน SWE-Bench Pro และ 84.7% บน Terminal-Bench 2.1 ซึ่งทั้งคู่เหนือ GPT-5.5 ในต้นทุนเพียงเศษเสี้ยว ส่วน Agents' Last Exam ที่ทดสอบเวิร์กโฟลว์วิชาชีพแบบยาว ทำได้ 50.3% ตามหลัง Sol รุ่นเรือธงเพียง 2.4 คะแนน สำหรับการร่างเนื้อหา, การสรุปข้อความยาว และการวิเคราะห์ทั่วไป คนส่วนใหญ่แทบไม่รู้สึกถึงช่องว่างจากรุ่นสูงสุด

ต่อไปนี้คือตัวเลขที่ OpenAI เผยแพร่สำหรับ GPT-5.6 ทั้งสามระดับ พร้อมรุ่นก่อนหน้าเพื่อใช้อ้างอิง

อ่านแถวสุดท้ายให้ดี Luna ตามรุ่นใหญ่ได้ทันในงานส่วนใหญ่ แต่ประสิทธิภาพตกลงมากเมื่อเรียกคืนข้อมูลจากบริบทยาว นี่คือเส้นแบ่งที่ชัดเจนที่สุดระหว่าง Luna กับรุ่นที่สูงกว่า

Luna เป็นตัวเลือกเริ่มต้นด้านราคาของตระกูล GPT-5.6 โดยค่าอินพุตอยู่ที่หนึ่งในสิบของ Terra

• API: อินพุต 0.20 ดอลลาร์ อินพุตที่แคช 0.02 ดอลลาร์ และเอาต์พุต 1.20 ดอลลาร์ต่อหนึ่งล้านโทเค็น ใช้งานในชื่อ gpt-5.6-luna
• ChatGPT Work และ Codex: ผู้ใช้ Plus, Pro, Business และ Enterprise สามารถเลือก Luna และกำหนดระดับ effort ได้
• แพลตฟอร์มคลาวด์: ให้บริการผ่าน Microsoft Foundry บน Azure และ Amazon Bedrock เช่นกัน
• พรอมต์ขนาดยาว: คำขอที่มีอินพุตเกิน 272K โทเค็นจะคิดค่าอินพุต 2 เท่าและเอาต์พุต 1.5 เท่าสำหรับคำขอทั้งหมด
• Chat Smith: ทดลอง GPT-5.6 Luna ฟรีได้โดยไม่ต้องมีบัญชีหรือคีย์ API แยกต่างหาก

บริบทยาวคือข้อจำกัดหลัก แม้จะมีหน้าต่างหนึ่งล้านโทเค็น แต่ Luna ได้ 41.3% ในการทดสอบ MRCR แบบ 8-needle ของ OpenAI ทั้งช่วง 256K–512K และ 512K–1M เทียบกับ Sol ที่ได้ 91.5% และ 73.8% หน้าต่างมีขนาดใหญ่จริง แต่การเรียกคืนข้อมูลตลอดช่วงยังไม่น่าไว้วางใจ หากให้สัญญา 500 หน้า ก็ควรคาดว่าจะพลาดบางส่วน

ความลึกในงานเฉพาะทางก็ลดลงเช่นกัน GeneBench Pro ทำได้ 10.8% เทียบกับ Sol 28.7% และ FrontierMath Tier 4 ได้ 58.5% เทียบกับ 83.0% งานยากด้านคณิตศาสตร์ จีโนมิกส์ หรือวิศวกรรมวิจัยควรใช้โมเดลที่ใหญ่กว่า

การใช้คอมพิวเตอร์เป็นช่องว่างที่สาม โดยได้ 45.6% บน OSWorld 2.0 เทียบกับ Sol ที่ 62.6% หากต้องการโมเดลที่ควบคุมซอฟต์แวร์ตั้งแต่ต้นจนจบ แทนที่จะเพียงตอบคำถามเกี่ยวกับซอฟต์แวร์ GPT-6 Astra คือโมเดลที่สร้างมาเพื่องานนี้

คุณใช้ฟรี GPT-5.6 Luna บน Chat Smith ได้ ไม่ต้องมีบัญชี OpenAI ไม่ต้องใช้คีย์ API และไม่ต้องสมัครสมาชิกเพิ่ม เพียงเลือกจากรายการโมเดลแล้วเริ่มพิมพ์ได้บน Android, iOS หรือเว็บเบราว์เซอร์

เพราะ Luna ทำงานเร็ว จึงเหมาะเปิดไว้ตอบคำถามประจำวัน เขียนข้อความใหม่สั้น ๆ และสรุปเนื้อหา แล้วค่อยเปลี่ยนรุ่นเมื่องานต้องการความลึกมากขึ้น ใน Chat Smith โมเดลนี้อยู่ในระดับความเร็วเดียวกับ Gemini 3.5 Flash และ Claude Haiku 4.5 คุณจึงส่งพรอมต์เดียวกันให้ทั้งสามรุ่นและดูว่าสไตล์ใดเหมาะกับคุณ บริบทจะยังคงอยู่เมื่อสลับโมเดลกลางบทสนทนา

กฎง่าย ๆ คือ ใช้ Luna เมื่อต้องการปริมาณและความเร็ว และใช้โมเดลเรือธงกับงานที่ยาว เชิงเทคนิค หรือมีความเสี่ยงสูง

GPT-5.6 Luna คือโมเดลที่ควรเลือกเมื่องานเป็นงานทั่วไปและมีปริมาณมาก คะแนนงานวิชาชีพและการเขียนโค้ดห่างจากรุ่นเรือธงเพียงไม่กี่จุด แต่ทำงานเร็วกว่าและมีค่าใช้จ่ายเพียงเศษเสี้ยว แลกกับการเรียกคืนบริบทยาว การใช้คอมพิวเตอร์ และความลึกเฉพาะทางที่ด้อยกว่า สำหรับแชตประจำวัน การร่าง และการสรุป ข้อแลกเปลี่ยนนี้แทบมองไม่เห็น

คุณทดลอง GPT-5.6 Luna ฟรีบน Chat Smith และสลับไปใช้โมเดลที่ทรงพลังกว่าได้ทันทีเมื่องานต้องการ