OpenAI выделяет Luna для сфокусированных задач большого объёма. Для очереди обращений это более конкретная отправная точка, чем обещание универсального интеллекта: задача должна иметь короткий ответ и однозначный эталон. У Luna 6 есть none. Для ближайшей старой Luna 5.6 также задокументирован диапазон none–max; выбор нового поколения нельзя объяснить только наличием reasoning. Режимы официального OpenAI API не следует автоматически переносить на маршрут Zenith.
Ниже — документальный профиль GPT-6 Luna, конкретная задача для проверки и расчёт по снимку каталога Zenith от 27 октября 2026 года. Платные запросы редакция для этого разбора не выполняла. Официальные возможности разработчика и метаданные API-шлюза показаны раздельно.
Паспорт и подтверждённые особенности
Официальный ID модели — gpt-6-luna; OpenAI позиционирует GPT-6 Luna как наиболее эффективную модель для сфокусированных задач с большим объёмом запросов. Первоисточник.
GPT-6 Luna принимает текст и изображения, выдаёт текст, имеет контекстное окно 1 050 000 токенов, максимум входа 922 000 токенов и максимум вывода 128 000 токенов. Первоисточник.
Модель поддерживает уровни reasoning.effort от none до max, причём medium является значением по умолчанию; встроенные инструменты и function calling следует использовать через Responses API. Первоисточник.
В официальной документации для GPT-6 Luna заявлены streaming, structured outputs, function calling, file search, image input, web search и prompt caching. Первоисточник.
Документальная методика: маркировка обращений
Доля валидного JSON, точность классификации, число повторов и реальная стоимость принятого ответа здесь не измерены. Следующий вход, эталон и план 100 обращений предназначены для будущего запуска; опубликованного результата прогона нет.
Вход для воспроизводимой проверки, не журнал выполненного теста:
Доступны категории billing, technical, other. Текст: «Деньги списались дважды, верните лишний платёж». Верни JSON с category и needs_human; не выполняй возврат и не утверждай, что он уже выполнен.Иллюстрация ожидаемой структуры ответа:
{"category":"billing","needs_human":true}Составьте 100 заранее размеченных обращений, включая сообщения без явной проблемы. Считайте отдельно долю разбираемого JSON и совпадение category с эталоном. Разрешите не больше одного исправляющего повтора, а его токены включите в расходы. Принятым считайте обращение, у которого после не более одного повтора одновременно валиден JSON и category совпадает с эталоном; каждое исходное обращение учитывается один раз. Доля валидных структур и доля правильных категорий считаются отдельно из всех 100. Если оба условия выполнили 95 обращений, цена принятого результата равна всем расходам, включая повторы, делённым на 95. Эти числа описывают методику, не результаты Luna.
Luna 6 и Luna 5.6: подтверждённый ценовой компромисс
В официальных карточках OpenAI Luna 6 стоит $0,10/$0,50 за миллион обычных входных/выходных токенов, Luna 5.6 — $0,20/$1,20. При одинаковых 4 000/800 без кэша это $0,0008 против $0,00176. Окно контекста у обеих — 1 050 000 токенов, максимум ответа 128 000; по этим лимитам преимущества нет. Источники: Luna 6 и Luna 5.6. Это документальная смета, не доказательство равной точности или выгодности на каждом обращении.
У Luna 6 OpenAI отдельно ограничивает function calling в Chat Completions режимом none; для built-in tools и function calling используется Responses. Текстовый классификатор без tools и агент с функциями проверяют разными сценариями. Каталог Zenith ниже не подтверждает все эти официальные режимы.
Отдельный расчёт Zenith, снимок 27.10.2026: Luna 6 — $0,016/$0,08, gpt-5.6-luna — $0,032/$0,195 за миллион обычного входа/выхода. Для одинаковых 4 000/800 без кэша это $0,000128 против $0,000284, для 10 000 запросов — $1,28 против $2,84. Эти ставки не являются официальными ценами OpenAI и не доказывают одинаковую точность.
Маршруты и ставки Zenith
Снимок каталога подтверждает ID и перечисленные endpoint-типы для использованного ключа на дату снимка. Он не доказывает происхождение backend, одинаковость функций с официальной моделью или текущую доступность для другого ключа.
| ID Zenith | Endpoint types | Вход / выход, $ за миллион токенов | 4 000 входных и 800 выходных, $ | 10 000 таких запросов, $ |
|---|---|---|---|---|
gpt-6-luna |
chat_completions, responses | 0,016 / 0,08 | 0,000128 | 1,28 |
Для gpt-6-luna: 4000 × 0,016 / 1 000 000 + 800 × 0,08 / 1 000 000 = $0,000128. Объём 4 000/800 — фиксированное допущение для бюджета, не измеренные токены приведённого задания. Кэш, комиссии, изображения и внешние инструменты в эту текстовую смету не включены. Если задача потребовала три обращения, сложите расход всех трёх, включая исправления.
Кэш — отдельная категория
| ID Zenith | Чтение, $ за миллион | Создание, $ за миллион, если поле есть |
|---|---|---|
| gpt-6-luna | 0,0016 | 0,02 |
Нулевая или отсутствующая ставка создания не доказывает, что любая запись бесплатна или поддерживается. Фактическую долю чтения и записи берут из usage и истории; одинаковый префикс сам по себе не подтверждает cache hit. Эти ставки относятся к Zenith и не подменяют официальный тариф.
Проверка выбранного ID перед запросом
Ключ Zenith получают через канал из документации сервиса. В условиях Zenith описан внутренний баланс для учёта доступа внутри сервиса. Документация предписывает отправлять его ключ только api.zenithmarket.dev; это правило настройки, не техническая невозможность утечки. Сохраните следующий файл как check_model.py и запустите python check_model.py. Он только читает каталог, не отправляя платную генерацию.
import getpass
import json
import urllib.request
key = getpass.getpass("Zenith API key: ")
model_id = 'gpt-6-luna'
request = urllib.request.Request(
"https://api.zenithmarket.dev/v1/models",
headers={"User-Agent": "Comrad404SourceReview/1.0", "Authorization": "Bearer " + key},
)
with urllib.request.urlopen(request, timeout=30) as response:
data = json.load(response)
row = next((r for r in (data if isinstance(data, list) else data.get("data", [])) if r.get("id") == model_id), None)
if not row:
raise SystemExit("ID отсутствует в каталоге этого ключа")
for field in ("id", "supported_endpoint_types", "reasoningEffortModes",
"inputCostMicrousdPerMillion", "outputCostMicrousdPerMillion"):
print(field, row.get(field, "не указано"))Ожидается точный ID и параметры его текущей строки. Цена в полях MicrousdPerMillion задана в microUSD за миллион токенов: чтобы получить USD за миллион, разделите число на 1 000 000. Отсутствие поля означает неизвестное значение, а не поддержку функции. При 401 проверьте ключ и домен; при отсутствии ID не заменяйте его похожим именем молча.
Как принять решение по результату проверки
Используйте критерии конкретного задания выше: корректность структуры, совпадение с эталоном, соблюдение ограничений и полный расход на принятую задачу. Сохраните точный ID, маршрут, параметры и дату. Отдельно проверьте работу инструментов и мультимодальных входов, если они требуются приложению: успешный текстовый ответ их не подтверждает.
