Tout savoir sur GPT-6 Luna

GPT-6 Luna en bref

GPT-6 Luna est un modèle de langage de OpenAI, sorti le 22 septembre 2026. Il s'agit d'une sortie très récente. C'est un modèle fermé : on y accède par API, auprès de OpenAI ou de l'un des 37 fournisseurs recensés sur models.dev. Il dispose d'un mode raisonnement : il peut « réfléchir » avant de répondre, ce qui aide sur les problèmes en plusieurs étapes mais consomme plus de tokens, donc plus d'argent.

Nous le rangeons parmi les modèles économiques (24 modèles dans cette catégorie sur le site).

Ce que ça coûte

GPT-6 Luna est facturé 0,10 $US par million de tokens en entrée et 0,50 $US en sortie (tarif du fabricant, relevé du 22 octobre 2026).

Pour fixer les idées : lire 20 000 tokens (une trentaine de pages) et en rédiger 2 000 coûte environ 0,003 $US ; mille fois cette tâche, 3 $US.

C'est 2,3 fois moins cher que le prix de sortie médian des modèles économiques (1,13 $US).

Les tokens relus depuis le cache sont facturés 0,01 $US par million : utile pour un agent qui renvoie souvent le même contexte.

Pour estimer votre propre budget, utilisez le calculateur de coût d'un agent.

Performances mesurées

Selon les résultats publiés par Epoch AI (relevé du 22 octobre 2026), GPT-6 Luna obtient un indice de capacité de 80,3 sur 100, calculé sur 5 tests de notre panier.

Cela le place à la 26e place du classement hebdomadaire des modèles.

• GPQA Diamond (questions de sciences de niveau doctorat) : 90,5 % — le meilleur modèle suivi, Gemini 4 Argon, atteint 96,4 %
• OTIS Mock AIME (problèmes de mathématiques de compétition) : 98,9 % — le meilleur modèle suivi, GPT-5.5 Pro, atteint 100 %
• FrontierMath (mathématiques de recherche très difficiles) : 78,9 % — le meilleur modèle suivi, GPT-6 Astra, atteint 93,7 %
• FrontierCode (tâches de programmation avancées) : 42,4 % — le meilleur modèle suivi, Claude Opus 5.5, atteint 54,6 %

Ce qu'il sait faire

Sa fenêtre de contexte atteint 1 050 000 tokens, soit environ 1 575 pages de texte à 500 mots par page : de quoi charger un livre entier ou une base de code de taille moyenne. Une réponse peut compter jusqu'à 128 000 tokens.

Il accepte en entrée : texte, image et PDF. Ses connaissances s'arrêtent à 18 mai 2026 : au-delà, il lui faut une recherche web ou vos documents.

Il sait appeler des outils (fonctions, API) et produire une sortie structurée en JSON, ce qui en fait une base possible pour un agent IA.

À qui s'adresse-t-il ?

Par sa catégorie, GPT-6 Luna vise d'abord les gros volumes où chaque centime compte : tri, extraction d'informations, résumés, assistants simples.

Son résultat à FrontierCode (42,4 %, au-dessus de la médiane des modèles suivis) en fait un candidat sérieux pour les agents de programmation.

Sa très grande fenêtre de contexte le rend intéressant pour analyser de gros volumes de documents en une seule requête.

Son coût très bas (moins d'un demi-centime pour notre tâche type) permet de l'appeler des milliers de fois par jour.

Avant de l'adopter, testez-le sur vos propres exemples : les benchmarks mesurent des tâches standard, pas votre métier.

Par quoi le remplacer ?

Dans la même catégorie, les modèles les plus proches de GPT-6 Luna sont :

• GPT-5.6 Luna (OpenAI, indice 79,6) — voir le comparatif
• Muse Spark 1.3 (Meta, indice 82,7) — voir le comparatif
• GPT-5.4 nano (OpenAI, indice 71,7) — voir le comparatif
• Qwen3.6 Flash (Alibaba Cloud (Qwen), indice 64,5) — voir le comparatif