Model
.ai
monitoriamo i modelli di IA aperti
GPT 6 Luna Pro
OpenAI | contesto da 1.050.000 token | $0.10/M input, $0.50/M output. GPT-6 Luna Pro è lo stesso modello sottostante di GPT-6 LunaOpens in new tab, servito con reasoning.mode impostato su pro per risposte di qualità superiore su compiti complessi. Nota sui costi: la modalità pro consuma molti più token di ragionamento per richiesta, quindi una richiesta tipica costa diverse volte più della stessa su GPT-6 Luna e impiega molto più tempo a completarsi. È pensato per problemi difficili e ad alto rischio dove la precisione extra giustifica il costo. Per coding quotidiano, compiti agentici e chat, usa invece GPT-6 LunaOpens in new tab. Scopri di più nella documentazione OpenAI: https://developers.openai.com/api/docs/guides/reasoning#reasoning-modeOpens in new tab
Guide per questo modello
Tutte le guide
GPT-6 Luna Pro è la versione GPT-6 Luna di OpenAI con modalità di ragionamento impostata su pro, il che significa che spende significativamente più calcolo per richiesta per aumentare l’accuratezza su problemi difficili. Lo stesso modello di base è disponibile come GPT-6 Luna più economico per il lavoro quotidiano; questa variante esiste per i casi in cui essere corretti conta più che essere veloci o economici. È adatto a ricercatori, ingegneri e chiunque affronti problemi ad alto rischio che premiano un ragionamento accurato rispetto a risposte rapide.

Conosciuto per

  • La modalità di ragionamento pro estrae maggiore accuratezza dallo stesso modello base su compiti difficili
  • Finestra di contesto di oltre un milione di token
  • Capacità visiva insieme al ragionamento testuale
  • Progettato esplicitamente per problemi complessi e ad alto rischio dove gli errori sono costosi

Attenzione a

  • La modalità pro consuma molti più token di ragionamento per richiesta; aspettati costi diverse volte superiori a GPT-6 Luna.
  • Le risposte richiedono tempi notevolmente più lunghi rispetto a Luna standard — non è un modello per lavori sensibili alla latenza.
  • I pesi sono chiusi; non puoi eseguirlo in locale o self-hosted.

Prompt da provare

Audit di un’architettura tecnica
Sto progettando un sistema distribuito di event-sourcing per transazioni finanziarie che deve garantire la consegna esattamente una volta su tre data center. Rivedi l’architettura seguente per modalità di guasto, rischi di consistenza e qualsiasi cosa potrei aver trascurato: [incolla la descrizione della tua architettura]. Fornisci una critica strutturata con scenari specifici di guasto e mitigazioni suggerite.
Ragionamento su un caso legale complesso
Un appaltatore software ha consegnato il lavoro con due settimane di ritardo sotto un contratto a prezzo fisso che include una clausola di penale pari all’1% al giorno, fino a un massimo del 10%. Il cliente ha accettato la consegna senza obiezioni scritte e ha pagato la fattura base. Ora, tre mesi dopo, il cliente reclama le penali. Procedi con il ragionamento legale da entrambe le parti e individua gli argomenti più forti per ciascuna.
Analizza un documento denso
Allego una lunga specifica tecnica. Identifica ogni assunzione non esplicitamente giustificata dagli autori, segnala eventuali contraddizioni interne e elenca le tre decisioni di implementazione a più alto rischio che un team seguendo questa specifica dovrebbe affrontare. Sii specifico e cita le sezioni rilevanti.

Confronta con

  • gpt oss 120b Turbo
    Modello con pesi aperti
    Contesto di 131,072 token · Input $0.15/M, output $0.60/M
  • GPT-6 Luna
    Modello solo API
    Contesto di 1,050,000 token · Input $0.10/M, output $0.50/M
  • GPT-5.6 Sol
    Modello solo API
    Contesto di 1,050,000 token · Input $4.00/M, output $20.00/M
  • GPT-6.1 Sol
    Modello solo API
    Contesto di 1,050,000 token · Input $2.00/M, output $10.00/M
Altri modelli di testo da openai

Domande frequenti

Posso eseguire GPT-6 Luna Pro in locale?
No. GPT-6 Luna Pro è un modello solo API di OpenAI; i pesi non sono pubblicati e non può essere self-hosted.
Quanto costa GPT-6 Luna Pro e qual è la sua finestra di contesto?
Il prezzo base è $0,10 per milione di token in input e $0,50 per milione di token in output, ma la modalità pro di ragionamento spende token aggiuntivi per richiesta, quindi i costi reali sono diverse volte superiori a queste cifre. La finestra di contesto è di 1.050.000 token.
Qual è la differenza tra GPT-6 Luna Pro e GPT-6 Luna?
Condividono lo stesso modello di base; la variante Pro ha la modalità di ragionamento impostata su pro, che scambia velocità e costo per maggiore accuratezza su compiti complessi. OpenAI consiglia di usare GPT-6 Luna standard per coding quotidiano, agenti e chat.
Verdetto del capitano
Usa Luna Pro solo quando il problema è davvero difficile e sbagliare è costoso; per tutto il resto, GPT-6 Luna fa il lavoro a una frazione del costo.
Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.
Ranking badge
Updated Oct 22, 2026
GPT 6 Luna Pro su ModelTrends.ai: #189 Hottest AI model
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #55 Hottest Text / LLM model · #55 Hottest Text / LLM text model
Not this creator?
Tendenza di popolarità di GPT 6 Luna Pro
Punteggio di calore da 22 Sep 2026
Punteggio di popolarità
8,488°
Questa settimana
▲
30.3%
8,453° allora, 8,488° ora
Questo mese
n/a
Non ancora rilasciato/tracciato
Ultimo anno
n/a
Non ancora rilasciato/tracciato
GPT 6 Luna Pro: Punteggio di calore da 22 Sep 20267,000°7,417°7,833°8,250°8,667°23 Sep28 Sep4 Oct10 Oct16 Oct22 Oct8,488°ModelTrends.ai
7,000°
Floor
La scala va da 0° a 9.999°. Tutto ciò che sta sotto 7,000° è riservato ai modelli su cui nessuna fonte ha ancora dati, che hanno un numero provvisorio lì per mantenere le liste complete. 7,000° è dove iniziano i dati misurati: un modello con dati reali ma quasi nessun download sta al floor, e le misurazioni riempiono i gradi sopra di esso. Il floor non dice nulla sul modello; solo i gradi sopra lo fanno, e sono quelli che distinguono un modello dall'altro.
+1,488°
Token OpenRouter
912,632,269,159 token processati da questo modello tramite OpenRouter negli ultimi 30 giorni, prompt e risposte insieme. Ogni 10,000,000 token conta come un download nel termine di download, 91,263 in totale; i token dell'ultimo giorno contribuiscono al tasso di adozione. Fonte: OpenRouter (openrouter.ai/rankings).
Mostra dettagli
Ogni numero su questo sito può essere verificato. Il punteggio heat di questo modello è 8,488°, ed è costruito un ingrediente alla volta, con il totale progressivo dopo ogni passaggio: il floor, i gradi che ogni fonte aggiunge, il bonus per il tipo di modello e cosa toglie l'età dei suoi pesi. I colori corrispondono alle bande del grafico sopra. Il glossario alla fine definisce ogni termine.
  1. 1
    Inizia dal floor.
    Perché 7,000° e non zero: la scala va da 0° a 9.999°, e la parte sotto 7,000° è riservata ai modelli su cui nessuna fonte ha ancora dati, che hanno un numero provvisorio lì per mantenere le liste complete e non superare mai un modello con dati. 7,000° è dove iniziano i dati misurati. Un modello con dati reali ma quasi nessun download sta qui; tutto ciò che segue è misurazione, e lo spazio sopra il floor contiene dieci passi decuplici nei download a 300° ciascuno. Il floor è uguale per ogni modello, quindi non decide nulla; lo fanno i gradi sopra di esso.
    7,000°
    totale in corso
  2. 2
    Aggiungi i download.
    91,263 equivalenti di download in totale, da Token OpenRouter. Dieci volte i download aggiungono lo stesso 300°, quindi la dimensione conta ma non domina mai il punteggio.
    +1,488°
    8,488°
    totale in corso
  3. =
    Il punteggio heat.
    Dove si posiziona questo modello in ogni lista di questo sito. Niente altro lo modifica.
    8,488°
Glossario: i termini usati qui
Punteggio heat
Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
Soglia minima
I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
Equivalenti di download
Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
Scala logaritmica
Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
Like
Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
Tasso di adozione
Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
Misurato e stimato
Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
Seeder
Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
AI Horde
Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
Siti di generazione
Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
Token OpenRouter
Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modello completo (checkpoint)
I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
LoRA e embedding
Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
Famiglia e pesi
La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
Età
Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
Boost famiglia
Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
Punteggio stand-in
Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
Novità! (periodo di grazia)
Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
Tendenza
Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
Modello tipico
Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.
Come si è mosso questo modello rispetto al resto del catalogo: la sua crescita in download, like e utilizzo in ogni periodo, misurata rispetto alla crescita tipica dei modelli nello stesso periodo, con il suo punteggio di popolarità al momento. Sopra la crescita tipica indica un aumento, sotto una diminuzione. Il passato è ricostruito dai totali di oggi, dal primo giorno del modello e dalla sua velocità di download misurata quando ci sono due letture; un modello che non esisteva all'inizio del periodo mostra n/a.