GPT-6 Luna vs GPT-5.6 Luna : prix catalogue divisé par deux, moins d’erreurs – faut-il migrer votre file ?
Ce que disent les références officielles
| Élément | GPT-5.6 Luna | GPT-6 Luna |
|---|---|---|
| ID de modèle | gpt-5.6-luna | gpt-6-luna (ID de snapshot gpt-6-luna) |
| Positionnement | Travail à haut volume sensible au coût | Tâches bien définies à haute fréquence |
| Entrée / sortie | Texte et image / texte | Texte et image / texte |
| Contexte / sortie maximale | 1 050 000 / 128 000 tokens | 1 050 000 (922 000 en entrée max.) / 128 000 tokens |
| Date des connaissances | Date 5.6 antérieure | 18 mai 2026 |
| Effort de raisonnement | none, low, medium (défaut), high, xhigh, max | Mêmes six niveaux, medium par défaut |
| Endpoints | Responses, Chat Completions | Responses, Chat Completions |
| Appel de fonctions | Listé dans la référence | Responses à tout effort ; Chat Completions uniquement avec reasoning_effort: none |
| Streaming, sorties structurées | Listés | Listés |
| Prix catalogue officiel | Lignes Standard, contexte long (au-delà de 272K en entrée), Batch, Flex, Fast | Selon OpenAI, la moitié du tarif Standard de GPT-5.6 Luna ; la gamme GPT-6 la moins chère |
| Factualité rapportée par OpenAI (éditeur) | Base des comparaisons d’OpenAI | À effort élevé, égale la factualité de GPT-5.6 Sol pour environ un centième de son coût par tâche |
| Taux de tromperie rapporté par OpenAI (éditeur) | 9,5 % dans le test interne d’OpenAI | 2,8 % dans le même test |
| Route EvoLink | Appelable ; voir la page GPT-5.6 pour le tarif actuel | Appelable depuis le 23 septembre 2026 ; voir la page GPT-6 Luna pour le tarif actuel |
Les chiffres identiques, contexte et sortie, se confondent facilement avec « même modèle ». Les différences qui comptent pour une file sont le prix catalogue divisé par deux, la date des connaissances, la règle d’appel d’outils sur Chat Completions, et les gains de factualité et d’honnêteté rapportés par OpenAI. Les trois premières sont des faits de contrat ; la quatrième est une affirmation que votre jeu d’enregistrements doit confirmer.
Le changement de contrat qui casse les pipelines : les outils sur Chat Completions
reasoning_effort vaut none. L’appel de fonctions sur l’API Responses fonctionne à tout niveau d’effort. Beaucoup de pipelines Luna tournent déjà à none ou low pour contenir les coûts ; si le vôtre appelle un outil de recherche ou de validation avec un raisonnement medium sur Chat Completions, choisissez avant l’essai :- Migrer le pipeline vers l’API Responses et garder le réglage d’effort.
- Rester sur Chat Completions avec
reasoning_effort: none. - Retirer les appels d’outils de l’étape modèle et faire les recherches dans le code autour.
none avec GPT-5.6 Luna à medium est une expérience différente de comparer les deux à none. Les sorties structurées et le streaming sont listés comme pris en charge et ne portent pas cette restriction.Construire un jeu d’enregistrements qui reflète la vraie file
Partez de votre propre distribution de charge. Si un format client représente la majeure partie du volume, il a besoin d’une représentation significative ; en même temps, incluez les échecs rares dont le coût est assez élevé pour bloquer un déploiement.
Sauvegardez un ID d’enregistrement stable, la version d’entrée, la sortie attendue, les valeurs nulles autorisées, les règles de validation et toute décision d’escalade. Retirez le contenu sensible là où votre environnement d’évaluation n’est pas autorisé à le traiter. Gardez les révisions de prompt, de schéma, de prétraitement et de post-traitement avec le jeu de données.
Divisez le jeu en une petite portion de développement et une vérification mise de côté. Utilisez la première pour corriger les erreurs de harness et ajuster le candidat ; utilisez la seconde pour voir si la configuration ajustée généralise. Groupez les résultats par tranche de charge : l’exactitude globale peut sembler saine tandis qu’une langue, un modèle de document ou un libellé peu fréquent devient peu fiable.
Six tâches répétables et leurs règles d’acceptation
| Charge | Inclure ces cas | Règle d’acceptation |
|---|---|---|
| Extraction de factures ou de formulaires | Valeurs manquantes, totaux contradictoires, dates multiples, pages scannées | Les champs requis correspondent à la référence ; les valeurs absentes restent absentes ; les totaux respectent les contrôles définis |
| Classification de tickets | Libellés proches, sujets mélangés, cas urgents rares | Libellé et escalade corrects ; mesurer faux positifs et faux négatifs par classe |
| Résumé structuré | Longs fils, corrections plus loin dans le texte, questions non résolues | Préserver l’état final et les actions ouvertes sans inventer une résolution |
| Normalisation de données | Unités, locales, formats de date, identifiants ambigus | Valeur normalisée correcte ou incertitude explicite ; pas de supposition silencieuse sur un champ ambigu |
| Transformations de code répétées | Sources valides et invalides, fichiers déjà transformés | La sortie passe l’analyseur/les tests, préserve le contenu non lié et peut être retraitée sans risque |
| Recherche d’enregistrement assistée par outil | Enregistrement manquant, doublon, délai dépassé après recherche | Association correcte et incertitude explicite ; aucun résultat d’outil inventé ni écriture dupliquée. Sur Chat Completions, cette tâche ne tourne qu’à reasoning_effort: none |
Séparez la validité du schéma de l’exactitude sémantique. Une réponse de facture peut utiliser les bonnes clés et les bons types tout en attribuant le numéro fiscal du fournisseur au client. Donnez aux relecteurs une grille, masquez le nom du modèle si possible, et rapportez combien d’enregistrements ont été jugés automatiquement et combien par une personne.
Vérifier la compatibilité avant de monter en concurrence
gpt-6-luna demandé et renvoyé) et l’endpoint. Gardez la sélection du modèle configurable pour la changer sans réécrire les producteurs de jobs. Ne substituez pas un slug de page web à l’ID que votre fournisseur documente ; sur EvoLink, l’ID est aussi gpt-6-luna.Vérifiez les contrôles que vous utilisez réellement : effort de raisonnement, limites de sortie, format de schéma, streaming et réponses d’outils. Une réponse HTTP réussie ne prouve pas qu’un réglage demandé a été honoré. Exercez les chemins d’échec :
- Une sortie tronquée ou malformée doit échouer la validation et suivre une politique de relance bornée.
- Un refus doit rester distinguable d’une extraction vide mais valide.
- Les limites de débit doivent déclencher un backoff contrôlé plutôt qu’une rafale de relances illimitée.
- Les flux partiels et les délais réseau ne doivent pas compter comme enregistrements acceptés.
- Les jobs rejoués doivent conserver leur identité et éviter les écritures externes dupliquées.
Si un comportement requis échoue, corrigez l’intégration ou gardez cette charge sur l’ancienne route avant de tester un volume plus élevé.
Mesurer le débit accepté, pas la vitesse brute de réponse
Exécutez une échelle de concurrence contrôlée avec le même mélange d’enregistrements et la même politique de relance pour les deux configurations. Restez dans les limites documentées du fournisseur.
| Mesure | Ce qu’il faut inclure |
|---|---|
| Enregistrements acceptés par minute | Seulement les enregistrements qui passent votre règle d’acceptation complète |
| P50 / P95 de bout en bout | Attente en file, temps de requête, backoff, relances et toute escalade requise |
| Âge de la file | Le travail en attente le plus ancien et si le retard croît sous charge soutenue |
| Taux d’erreur et de relance | Échecs de transport, de limite de débit, de schéma et sémantiques séparément |
| Part d’escalade | Enregistrements envoyés à un autre modèle ou en relecture manuelle |
| Coût par enregistrement accepté | Toutes les tentatives facturées et appels d’escalade dans le pipeline mesuré |
Gardez la longueur de sortie et la configuration de raisonnement visibles. Le cache de prompt et la mise en chauffe peuvent fausser une exécution courte ; rapportez si les caches étaient chauds. Une brève rafale ne peut pas établir une capacité de file soutenue.
Calculer le coût des enregistrements utilisables
La page de tarifs officielle montre le tarif Standard de GPT-6 Luna sous celui de GPT-5.6 Luna. C’est un fait sur les tokens. La question budgétaire est :
Coût API par enregistrement accepté = dépense API totale du pipeline / enregistrements acceptésLe numérateur inclut les tentatives infructueuses, les relances et tout modèle d’escalade. Suivez le temps de correction humaine séparément. Pour une file sans enregistrement accepté, rapportez l’échec plutôt que de diviser par zéro.
Décider quels enregistrements, s’il y en a, doivent migrer
Écrivez votre seuil pour chaque tranche importante avant l’essai. Un score de succès global ne doit pas l’emporter sur une régression inacceptable sur un libellé ou un champ critique.
| Résultat | Action |
|---|---|
| La vérification de contrat ou de champ critique échoue | Garder la charge sur la route existante ; documenter l’échec avant de retester |
| L’exactitude passe mais le coût ou le délai de file échoue | Examiner relances, longueur de sortie, effort et escalade ; ne pas étendre encore |
| Les tranches de routine passent ; les tranches difficiles régressent | Envisager une scission limitée seulement si la règle de routage est testable et son surcoût inclus |
| Tous les critères requis passent dans l’essai | Lancer un pilote contrôlé avec des conditions d’arrêt et un chemin de retour arrière fonctionnel |
| Erreurs, retard ou temps de correction augmentent en pilote | Arrêter l’extension et revenir en arrière sur la tranche affectée |
Le rejeu en ombre est utile quand il ne peut pas produire d’effets de bord externes. Pour les jobs réels, conservez les ID de job et inspectez l’état avant de relancer après un délai dépassé.
GPT-6 Luna ou GPT-6 Sol pour les tâches répétées ?
FAQ
GPT-6 Luna est-il plus rapide ou moins cher que GPT-5.6 Luna ?
Quelle est la plus grande différence d’API entre les deux ?
reasoning_effort: none. Les pipelines d’appel d’outils qui utilisent le raisonnement doivent prévoir l’API Responses.Un JSON valide suffit-il pour accepter un enregistrement ?
Non. Validez les champs requis, les valeurs et le sens de la tâche autant que le schéma. Une réponse bien formée peut quand même mal classer un enregistrement ou inventer une valeur manquante.
Dois-je comparer les tokens par seconde ?
Cela peut aider à diagnostiquer une exécution, mais les enregistrements acceptés par minute et la latence de bout en bout décrivent mieux l’achèvement de la file. Incluez relances et escalade.
Chaque enregistrement doit-il passer à la nouvelle génération ?
Non. Un passage partiel peut convenir si la règle de routage est fiable et si le pipeline complet atteint ses objectifs. Gardez les tranches en échec ou non testées sur la route mesurée.
Qu’est-ce qui doit me faire revenir en arrière ?
Les conditions d’arrêt choisies avant le déploiement : régression sur un champ critique, retard croissant, taux d’erreur ou de relance inacceptable, travail de correction supplémentaire ou budget de coût dépassé.
