Todo sobre GPT-6 Luna

GPT-6 Luna en breve

GPT-6 Luna es un modelo de lenguaje de OpenAI, lanzado el 22 de septiembre de 2026. Es un lanzamiento muy reciente. Es un modelo cerrado: se accede a él por API, a través de OpenAI o de uno de los 37 proveedores recogidos en models.dev. Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero.

Lo clasificamos entre los modelos económicos (24 modelos de esta categoría en el sitio).

Lo que cuesta

GPT-6 Luna cuesta 0,10 US$ por millón de tokens de entrada y 0,50 US$ por millón de tokens de salida (tarifa del fabricante, consulta del 22 de octubre de 2026).

Para hacerse una idea: leer 20 000 tokens (unas treinta páginas) y redactar 2000 cuesta alrededor de 0,003 US$; mil veces esa tarea, 3 US$.

Es 2,3 veces más barato que el precio de salida mediano de los modelos económicos (1,13 US$).

Los tokens leídos desde la caché cuestan 0,01 US$ por millón: útil para un agente que reenvía a menudo el mismo contexto.

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

Rendimiento medido

Según los resultados publicados por Epoch AI (consulta del 22 de octubre de 2026), GPT-6 Luna obtiene un índice de capacidad de 80,3 sobre 100, calculado con 5 pruebas de nuestra cesta.

Eso lo sitúa en el puesto 26.º de nuestro ranking semanal de modelos.

• GPQA Diamond (preguntas de ciencias de nivel doctorado): 90,5 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 96,4 %
• OTIS Mock AIME (problemas de matemáticas de competición): 98,9 % — el mejor modelo seguido, GPT-5.5 Pro, alcanza 100 %
• FrontierMath (matemáticas de investigación muy difíciles): 78,9 % — el mejor modelo seguido, GPT-6 Astra, alcanza 93,7 %
• FrontierCode (tareas de programación avanzadas): 42,4 % — el mejor modelo seguido, Claude Opus 5.5, alcanza 54,6 %

Lo que sabe hacer

Su ventana de contexto alcanza 1.050.000 tokens, unas 1575 páginas de texto a 500 palabras por página: suficiente para cargar un libro entero o una base de código mediana. Una respuesta puede llegar a 128.000 tokens.

Acepta como entrada: texto, imagen y PDF. Sus conocimientos llegan hasta 18 de mayo de 2026: más allá, necesita búsqueda web o sus documentos.

Sabe llamar a herramientas (funciones, API) y devolver una salida estructurada en JSON, lo que lo convierte en una posible base para un agente de IA.

¿A quién va dirigido?

Por su categoría, GPT-6 Luna está pensado sobre todo para los grandes volúmenes en los que cada céntimo cuenta: clasificación, extracción de información, resúmenes, asistentes sencillos.

Su resultado en FrontierCode (42,4 %, por encima de la mediana de los modelos seguidos) lo convierte en un candidato serio para agentes de programación.

Su enorme ventana de contexto lo hace interesante para analizar grandes volúmenes de documentos en una sola petición.

Su coste muy bajo (menos de medio céntimo para nuestra tarea tipo) permite llamarlo miles de veces al día.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

¿Con qué sustituirlo?

En la misma categoría, los modelos más cercanos a GPT-6 Luna son:

• GPT-5.6 Luna (OpenAI, índice 79,6) — ver la comparativa
• Muse Spark 1.3 (Meta, índice 82,7) — ver la comparativa
• GPT-5.4 nano (OpenAI, índice 71,7) — ver la comparativa
• Qwen3.6 Flash (Alibaba Cloud (Qwen), índice 64,5) — ver la comparativa