GPT 5.6 Luna 是 OpenAI GPT-5.6 系列中速度最快、成本最划算的模型，專為日常對話與大量任務而打造。Chat Smith 提供 GPT 5.6 Luna，適合想要快速、能力強大又不需額外成本的使用者。
GPT-5.6 Luna 是 OpenAI GPT-5.6 系列中速度最快、價格最低的模型，於 2026 年 7 月 9 日與 GPT-5.6 Sol 和 Terra 一同推出。它不是為了在效能測試中奪冠，而是要快速處理大量日常工作，價格也低到讓你不必斤斤計較 token 用量。
這篇評測將說明 GPT-5.6 Luna 擅長什麼、在哪些方面明顯不足、OpenAI 降價 80% 後的費用，以及它和其他 GPT-5.6 模型的差異。Luna 也是可在 Chat Smith 免費使用的模型之一，不需要 OpenAI 帳號。
GPT-5.6 Luna 是什麼？
GPT-5.6 分為三個層級：Sol 是旗艦模型，Terra 用於日常工作，而 Luna 是三者中最具成本效益的選擇。OpenAI 表示 Luna 大致相當於早期 GPT-5 系列的 nano 層級，針對分類、摘要、路由和即時應用等重視成本且用量龐大的工作。
不過，它的規格並不入門。Luna 擁有 1,050,000 個 token 的上下文視窗，最多可輸出 128,000 個 token，支援文字和圖片輸入，知識截止日期為 2026 年 2 月 16 日。它是推理模型，可將推理強度設為 none、low、medium（預設）、high、xhigh 或 max，因此同一款模型既能近乎即時回覆，也能放慢速度仔細處理工作。
OpenAI 在推出時表示，Luna 的程式開發表現優於 Claude Opus 4.8，但只花約三分之一的時間、產生約一半的輸出 token，成本也只有約四分之一。效能與成本之間的平衡，正是這個層級的核心價值。
GPT-5.6 Luna 主要功能
以下四點定義了 Luna 最適合的使用情境。
大規模使用的成本與速度
Luna 每 100 萬個輸入 token 收費 0.20 美元，每 100 萬個輸出 token 收費 1.20 美元，快取輸入則為 0.02 美元。這是 2026 年 7 月 30 日降價 80% 後的費率，推出時原為 1 美元和 6 美元。以這個價格，若用旗艦模型會不划算的工作——替所有客服工單加標籤、總結整批文件、分流新請求——都能成為日常流程。
可調整的推理強度
多數便宜模型只有一種速度。Luna 的推理強度可從 none 調到 max，因此同一套整合既能立即完成簡單分類，也能在偶爾出現的困難案例上投入真正的思考時間。品質會隨推理強度提高，不必在流程中途改用其他模型。
完整工具支援與圖片輸入
Luna 並未刪減主要功能。它支援網頁搜尋、檔案搜尋、程式碼直譯器、圖片生成、電腦操作、MCP、結構化輸出及函式呼叫，也能同時理解圖片與文字。以這樣的價格提供與大型模型相同的工具存取權，讓它適合成為 AI 代理架構中的預設模型。
程式開發與日常知識工作
GPT-5.6 Luna、Sol、Terra 與 GPT-5.5 效能比較
以下是 OpenAI 公布的三個 GPT-5.6 層級數據，並加入上一代模型作為參考。
| 效能測試 | GPT-5.6 Luna | GPT-5.6 Terra | GPT-5.6 Sol | GPT-5.5 |
|---|---|---|---|---|
| Agents' Last Exam | 50.3% | 50.4% | 52.7% | 46.9% |
| Coding Agent Index v1.1 | 74.6 | 77.4 | 80.0 | 76.4 |
| SWE-Bench Pro | 62.7% | 63.4% | 64.6% | 59.4% |
| Terminal-Bench 2.1 | 84.7% | 87.4% | 88.8% | 85.6% |
| GPQA Diamond | 92.3% | 92.9% | 94.6% | 93.6% |
| BrowseComp | 83.3% | 87.5% | 90.4% | 84.4% |
| OSWorld 2.0 | 45.6% | 50.2% | 62.6% | 47.5% |
| MMMU Pro（不使用工具） | 78.4% | 80.7% | 83.0% | 81.2% |
| MRCR v2 8-needle 256K–512K | 41.3% | 89.6% | 91.5% | 81.5% |
請仔細看最後一列。Luna 在多數任務中都能跟上大型模型，但在長上下文回憶上大幅下滑。這是它和更高層級模型之間最清楚的分界。
GPT-5.6 Luna 價格與使用方式
就價格而言，Luna 是進入 GPT-5.6 系列的最低門檻，輸入費率僅為 Terra 的十分之一。
- API：每 100 萬個 token 的輸入費用為 0.20 美元、快取輸入 0.02 美元、輸出 1.20 美元，模型名稱為 gpt-5.6-luna。
- ChatGPT Work 與 Codex：Plus、Pro、Business 和 Enterprise 用戶可選擇 Luna 並設定推理強度。
- 雲端平台：也透過 Azure 上的 Microsoft Foundry 及 Amazon Bedrock 提供。
- 長提示詞：輸入超過 272K token 的請求，整項請求按 2 倍輸入費率和 1.5 倍輸出費率計費。
- Chat Smith：GPT-5.6 Luna 可免費試用，不需要額外帳號或 API 金鑰。
GPT-5.6 Luna 的不足之處
長上下文是最大問題。儘管視窗可容納 100 萬個 token，Luna 在 OpenAI MRCR 8-needle 測試的 256K–512K 與 512K–1M 區間都只有 41.3%，而 Sol 分別為 91.5% 和 73.8%。視窗雖然存在，但跨越整個上下文的回憶並不可靠；若交給它一份 500 頁的合約，應預期它會漏掉一些內容。
專業領域的深度也會下降。在 GeneBench Pro 中，它得到 10.8%，Sol 為 28.7%；在 FrontierMath Tier 4 中，它是 58.5%，Sol 則為 83.0%。高難度的數學、基因體學或研究工程工作，應交給更大型的模型。
第三個差距是電腦操作：Luna 在 OSWorld 2.0 得到 45.6%，Sol 則是 62.6%。如果你希望模型從頭到尾操控軟體，而不只是回答與軟體有關的問題，GPT-6 Astra 才是為這類工作打造的模型。
如何透過 Chat Smith 使用 GPT-5.6 Luna
你可以在 Chat Smith 免費使用 GPT-5.6 Luna，不需要 OpenAI 帳號、API 金鑰或額外訂閱。只要從模型列表選擇它，即可在 Android、iOS 或瀏覽器上開始輸入。
Luna 速度快，很適合一直開著處理日常問題、短文改寫與摘要；遇到需要更深推理的任務時再切換模型。在 Chat Smith 中，它與 Gemini 3.5 Flash 和 Claude Haiku 4.5 屬於同一速度級別，你可以把同一個提示詞交給三款模型，看看哪種風格最適合。對話途中切換時，上下文仍會保留。
簡單原則：大量、講求速度的工作用 Luna；長篇、技術性或高風險的工作則用旗艦模型。
總結
當工作內容普通但數量龐大時，GPT-5.6 Luna 是合適的選擇。它在專業和程式開發效能測試中只比旗艦模型低幾分，速度更快，成本也只是一小部分；代價則是長上下文回憶、電腦操作及專業深度較弱。用於日常聊天、撰稿與摘要時，這種差距幾乎感受不到。
你可以在 Chat Smith 免費試用 GPT-5.6 Luna，任務一旦需要更強能力，隨時切換到大型模型。
常见问题
