Model
.ai
acompanhando modelos de IA abertos
GPT 6 Luna Pro
OpenAI | contexto de 1.050.000 tokens | $0.10/M entrada, $0.50/M saída. GPT-6 Luna Pro é o mesmo modelo base do GPT-6 LunaOpens in new tab, servido com reasoning.mode configurado para pro para respostas de maior qualidade em tarefas complexas. Nota de custo: o modo pro consome muito mais tokens de raciocínio por requisição, então uma requisição típica custa várias vezes mais que a mesma no GPT-6 Luna e leva muito mais tempo para completar. É destinado a problemas difíceis e de alto risco onde a precisão extra justifica o custo. Para codificação diária, tarefas agentivas e chat, use o GPT-6 LunaOpens in new tab. Saiba mais na documentação da OpenAI: https://developers.openai.com/api/docs/guides/reasoning#reasoning-modeOpens in new tab
Guias para este modelo
Todos os guias
GPT-6 Luna Pro é o GPT-6 Luna da OpenAI rodando com modo de raciocínio configurado para pro, o que significa que consome significativamente mais computação por requisição para aumentar a precisão em problemas difíceis. O mesmo modelo base está disponível como o GPT-6 Luna mais barato para trabalhos cotidianos; esta variante existe para casos em que estar certo importa mais do que ser rápido ou barato. É indicado para pesquisadores, engenheiros e qualquer pessoa lidando com problemas de alto risco que recompensam raciocínio cuidadoso em vez de respostas rápidas.

Conhecido por

  • Modo de raciocínio pro extrai maior precisão do mesmo modelo base em tarefas difíceis
  • Janela de contexto com mais de um milhão de tokens
  • Capacidade de visão junto com raciocínio textual
  • Projetado explicitamente para problemas complexos e de alto risco onde erros são custosos

Fique atento a

  • Modo pro consome muito mais tokens de raciocínio por requisição; espere custos várias vezes maiores que o GPT-6 Luna.
  • Respostas demoram visivelmente mais para serem concluídas que o Luna padrão — não é modelo para trabalhos sensíveis à latência.
  • Pesos são fechados; não é possível rodar localmente ou auto-hospedar.

Sugestões para tentar

Auditar uma arquitetura técnica
Estou projetando um sistema distribuído de event sourcing para transações financeiras que deve garantir entrega exatamente uma vez em três data centers. Revise a arquitetura a seguir para modos de falha, riscos de consistência e qualquer coisa que eu possa ter perdido: [cole a descrição da arquitetura]. Dê uma crítica estruturada com cenários específicos de falha e mitigações sugeridas.
Raciocinar sobre um caso jurídico complexo
Um contratado de software entregou o trabalho com duas semanas de atraso sob um contrato de preço fixo que inclui cláusula de multa diária de 1%, limitada a 10%. O cliente aceitou o entregável sem objeção por escrito e pagou a fatura base. Agora, três meses depois, o cliente está cobrando a multa. Explique o raciocínio jurídico de ambos os lados e identifique os argumentos mais fortes para cada parte.
Analisar um documento denso
Estou anexando uma especificação técnica longa. Identifique todas as suposições feitas pelos autores que não são explicitamente justificadas, sinalize quaisquer contradições internas e liste as três decisões de implementação de maior risco que uma equipe seguindo essa especificação enfrentaria. Seja específico e cite as seções relevantes.

Comparar com

  • gpt oss 120b Turbo
    Modelo com pesos abertos
    Contexto de 131,072 tokens · entrada $0.15/M, saída $0.60/M
  • GPT-6 Luna
    Modelo apenas para API
    Contexto de 1,050,000 tokens · entrada $0.10/M, saída $0.50/M
  • GPT-5.6 Sol
    Modelo apenas para API
    Contexto de 1,050,000 tokens · entrada $4.00/M, saída $20.00/M
  • GPT-6.1 Sol
    Modelo apenas para API
    Contexto de 1,050,000 tokens · entrada $2.00/M, saída $10.00/M
Mais modelos de texto de openai

Perguntas frequentes

Posso rodar GPT-6 Luna Pro localmente?
Não. GPT-6 Luna Pro é um modelo apenas via API da OpenAI; os pesos não são publicados e não pode ser auto-hospedado.
Quanto custa o GPT-6 Luna Pro e qual é sua janela de contexto?
O preço é $0,10 por milhão de tokens de entrada e $0,50 por milhão de tokens de saída na taxa base, mas o modo pro consome tokens adicionais por requisição, então os custos reais são várias vezes maiores que esses valores. A janela de contexto é de 1.050.000 tokens.
Qual a diferença entre GPT-6 Luna Pro e GPT-6 Luna?
Compartilham o mesmo modelo base; a variante Pro tem o modo de raciocínio configurado para pro, que troca velocidade e custo por maior precisão em tarefas complexas. A OpenAI recomenda usar o GPT-6 Luna padrão para codificação, agentes e chat do dia a dia.
Veredito do capitão
Use o Luna Pro apenas quando o problema for realmente difícil e errar for caro; para todo o resto, o GPT-6 Luna resolve a tarefa por uma fração do custo.
O capitão escreve estas notas com base na descrição e ficha do modelo. Preços e tamanhos de contexto são do provedor na data da escrita e podem mudar.
Ranking badge
Updated Oct 22, 2026
GPT 6 Luna Pro no 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?
Tendência de popularidade de GPT 6 Luna Pro
Pontuação de calor desde 22 Sep 2026
Pontuação de destaque
8,488°
Esta semana
▲
30.3%
8,453° então, 8,488° agora
Este mês
n/a
Ainda não lançado/monitorado
Último ano
n/a
Ainda não lançado/monitorado
GPT 6 Luna Pro: Pontuação de calor desde 22 Sep 20267,000°7,417°7,833°8,250°8,667°23 Sep28 Sep4 Oct10 Oct16 Oct22 Oct8,488°ModelTrends.ai
7,000°
Piso
A escala vai de 0° a 9.999°. Tudo abaixo de 7,000° é reservado para modelos que nenhuma fonte reportou ainda, que carregam um número provisório ali para as listas ficarem completas. 7,000° é onde começam os dados medidos: um modelo com dados reais mas quase nenhum download fica no piso, e as medições preenchem os graus acima dele. O piso não diz nada sobre o modelo; só os graus acima dele dizem, e são eles que diferenciam um modelo do outro.
+1,488°
Tokens OpenRouter
912,632,269,159 tokens processados por este modelo via OpenRouter nos últimos 30 dias, prompts e respostas juntos. Cada 10,000,000 tokens conta como um download no termo de downloads, 91,263 no total; os tokens do último dia entram na taxa de adoção. Fonte: OpenRouter (openrouter.ai/rankings).
Mostrar detalhamento
Cada número neste site pode ser verificado. A pontuação de popularidade deste modelo é 8,488°, e aqui ela é construída um ingrediente de cada vez, com o total acumulado após cada um: o piso, os graus que cada fonte adiciona, o bônus pelo tipo de modelo e o que a idade dos pesos subtrai. As cores são as faixas do gráfico acima. O glossário no final define cada termo.
  1. 1
    Comece pelo piso.
    Por que 7,000° e não zero: a escala vai de 0° a 9.999°, e a parte abaixo de 7,000° é reservada para modelos que nenhuma fonte reportou ainda, que carregam um número provisório ali para as listas ficarem completas e nunca ficarem acima de um modelo com dados. 7,000° é onde começam os dados medidos. Um modelo com dados reais mas quase nenhum download fica aqui; tudo que vem depois é medição, e o espaço acima do piso tem dez passos de dez vezes mais downloads, com 300° cada. O piso é o mesmo para todo modelo, então ele não decide nada; os graus acima dele é que decidem.
    7,000°
    total acumulado
  2. 2
    Some as downloads.
    91,263 equivalentes a downloads no total, de Tokens OpenRouter. Dez vezes os downloads adicionam o mesmo 300°, então o tamanho importa, mas nunca domina a pontuação.
    +1,488°
    8,488°
    total acumulado
  3. =
    A pontuação heat.
    Onde este modelo está em todas as listas deste site. Nada mais altera isso.
    8,488°
Glossário: os termos usados aqui
Pontuação heat
Um número que mostra o quanto um modelo está sendo usado e desejado agora, de 0° a 9.999°. Toda lista neste site que diz mais quente é ordenada por ele e só por ele.
Limite mínimo
Os 7.000° que todo modelo com dados reais começa. A escala vai de 0° a 9.999°; a parte abaixo do limite é para substitutos (modelos sem dados), para que um modelo com dados sempre fique acima de um sem. O limite é igual para todos e não decide nada; os graus acima dele são a medida.
Equivalentes a downloads
Tudo que a pontuação trata como download, somado: downloads em si, cada torrent seeder como 1.000, cada imagem AI Horde e cada execução em site de geração como um.
Escala logarítmica
Contando de dez em dez, não de um em um: ir de 1.000 para 10.000 downloads adiciona os mesmos graus que ir de 10.000 para 100.000. Isso evita que gigantes abafem tudo.
Likes
Joinhas e likes de todas as fontes, valendo metade de um download na escala logarítmica.
Taxa de adoção
Quantos downloads por dia um modelo recebe agora, pela diferença entre duas leituras de uma fonte. Um quarto do peso do termo download.
Medido e estimado
Medido significa que existem duas leituras de uma fonte e a diferença é real. Estimado significa que só se sabe o total de hoje e o passado é distribuído ao longo da vida do modelo; o site indica qual está mostrando.
Seeder
Alguém que mantém uma cópia dos pesos online para outros baixarem via torrent, ou um espelho hospedado fazendo o mesmo. Cada um conta como 1.000 downloads.
AI Horde
Uma rede voluntária que gera imagens de graça em computadores doados. O número de imagens feitas com um modelo é público, e cada uma conta como um download.
Sites de geração
Sites que hospedam suas próprias cópias de um modelo e deixam as pessoas gerarem com ele, como PixAI, SeaArt e Yodayo. Os downloads deles contam como os do Civitai e cada geração conta como um download.
Tokens OpenRouter
Um modelo de texto servido via API, como Claude ou GPT, não tem pesos para baixar, então seu uso é medido em tokens: os pedaços de texto que ele leu e escreveu via OpenRouter, um gateway usado por muitos apps, nos últimos 30 dias. Cada 10,000,000 tokens contam como um download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modelo completo (checkpoint)
Os pesos em si, o arquivo que gera sozinho. Ganha um bônus porque complementos dependem dele.
LoRA e embedding
Arquivos pequenos que direcionam os pesos de outra pessoa para um estilo, personagem ou conceito. Não podem rodar sozinhos.
Família e pesos
A base em que um modelo é construído, como SD 1.5, SDXL, Flux ou Wan. Todo modelo herda a data de lançamento dos pesos da sua família.
Idade
Pontos retirados conforme há quanto tempo os pesos da família foram lançados: 150° por ano, até 750°. Mantém os downloads antigos que tiveram anos para acumular, evitando que saiam do topo da lista.
Impulso da família
Um pequeno empurrão limitado para LoRAs de uma família que este site está promovendo agora, sempre listado na divisão.
Pontuação provisória
Um número estável abaixo do mínimo dado a um modelo que ainda não tem dados de fonte, para a lista ficar completa. Nunca fica acima de um modelo com dados.
Novo! (período de carência)
Um modelo com menos de 7 dias mostra Novo! em vez de uma pontuação e não ocupa lugar no ranking. Sua pontuação é calculada desde o primeiro dia, mas um modelo com um dia cresce mais rápido que qualquer outro, então sem a espera o #1 da semana seria sempre o que saiu ontem, não o que se manteve por uma semana.
Tendência
Como o crescimento de um modelo num período se compara com o crescimento típico dos modelos no mesmo período. Crescimento mais rápido que o típico indica alta, mais lento indica queda.
Modelo típico
O meio do catálogo: metade dos modelos com número cresceu mais rápido no período, metade mais devagar.
Como a popularidade deste modelo mudou em relação ao resto do catálogo: seu crescimento em downloads, curtidas e uso em cada período, medido contra o crescimento típico dos modelos no mesmo período, junto com sua pontuação de calor na época. Acima do crescimento típico significa alta, abaixo significa queda. O passado é reconstruído a partir dos totais de hoje, do primeiro dia do modelo e da velocidade de download medida quando existem duas leituras; um modelo que não existia no começo do período mostra n/a.