TL;DR
- GPT-6 Luna（
gpt-6-luna）在 HiAPI 按 token 计费：标准档（≤272K）输入 $0.025/M、输出 $0.125/M、缓存命中 $0.0025/M；长文档档（>272K）输入 $0.05/M、输出 $0.1875/M。 - 官方标准价 $0.10/$0.50，HiAPI 平台价约为官方的 1/4，也是 HiAPI 上最便宜的 GPT 文本模型。
- 已在 HiAPI 上线，打开模型页 直接对话，新用户注册送 200 积分。
GPT-6 Luna 多少钱？
| 档位 | 输入（$/M token） | 输出（$/M token） | 缓存命中（$/M token） |
|---|---|---|---|
| 标准档（≤272K） | $0.025 | $0.125 | $0.0025 |
| 长文档档（>272K） | $0.05 | $0.1875 | — |
计费按实际消耗 token 乘以对应单价。缓存命中指重复发送同一段上下文时，命中部分只收缓存读取价；长文档档在单次请求的输入 token 超过 272K 时自动触发。
首测成本：$1 能处理约 40M 输入 token 或 8M 输出 token（标准档）。一条 1000 字的文章，用 Luna 做批量分类，$1 能跑几千条。去模型页试第一条 →
比官方便宜多少？
| HiAPI 价（标准档） | 官方标准价 | HiAPI 占比 | |
|---|---|---|---|
| 输入 | $0.025/M | $0.10/M | 25% |
| 输出 | $0.125/M | $0.50/M | 25% |
| 缓存命中 | $0.0025/M | $0.025/M | 10% |
HiAPI 平台价约为官方的 1/4，缓存命中更便宜到官方的 1/10。
怎么花得更少？四招省钱
- 开缓存，命中只收 $0.0025。 重复发送系统提示词、Few-shot 示例、长文档上下文时，命中部分几乎免费。缓存自动生效，不需要额外配置。
- 批量任务走 Batch 或 Flex，价格 5 折。 不要求实时响应的分类、提取、改写任务，提交 Batch 或 Flex 处理，输入 $0.0125/M、输出 $0.0625/M。
- 关掉推理，设
reasoning.effort=none。 Luna 默认medium推理档，关闭后模型的温度、top_p 等参数才可以自由调节，且推理 token 不再消耗，只按普通文本 token 计费。分类、提取、格式化输出这类不需要深度推理的任务，关掉推理就够了。 - 先小批量调 prompt，确认效果再放量。 $0.025/M 的输入价，调 prompt 几乎不花钱。
和平台上其他 GPT 模型比
| 模型 | 输入（$/M） | 输出（$/M） | 缓存命中（$/M） | Luna 相比 |
|---|---|---|---|---|
| gpt-6-luna | $0.025 | $0.125 | $0.0025 | — |
| gpt-5.6-luna | $0.05 | $0.30 | $0.005 | 输入便宜一半，输出 2.4 倍 |
| gpt-6.1-terra | $0.25 | $1.25 | $0.0125 | 输入是 Luna 的 10 倍 |
| gpt-6.1-sol | $0.50 | $2.50 | $0.025 | 输入是 Luna 的 20 倍 |
Luna 是 HiAPI 上最便宜的 GPT 文本模型。Sol 和 Terra 有更强推理能力和更大上下文，做复杂推理、深度分析时选它们；批量分类、提取、改写、简单 agent 循环，Luna 够用且最省钱。
每月预算怎么算？
| 每月 token 量 | 仅输入 | 仅输出 | 输入:输出=4:1（典型） | 输入:输出=1:1（对话居多） |
|---|---|---|---|---|
| 1M token | $0.025 | $0.125 | $0.045 | $0.075 |
| 10M token | $0.25 | $1.25 | $0.45 | $0.75 |
| 100M token | $2.50 | $12.50 | $4.50 | $7.50 |
| 1B token | $25 | $125 | $45 | $75 |
实际花费 = 输入 token × $0.025 + 输出 token × $0.125 - 缓存命中节省的部分。典型批量任务输入远多于输出，1B token 月预算约 $45。
常见问题
GPT-6 Luna 适合什么场景？ 批量文本分类、结构化数据提取、内容改写、FAQ 自动回答、低复杂度 agent 循环。不适合需要深度多步推理的复杂任务，那种场景选 Terra 或 Sol。
缓存怎么用？ 不需要配置。同一个 API Key 下，系统提示词和历史消息中重复出现的部分自动命中缓存，命中部分按 $0.0025/M 计费。
Batch/Flex 怎么用？
在请求里加 "processing_mode": "batch" 或 "processing_mode": "flex"，任务进入异步队列处理，价格 5 折，适合不要求实时响应的批量任务。
输出 token 超过 128K 怎么办？ Luna 最大输出 128K token，超出需要分多次请求。长文档总结时，先让模型给大纲，再分段总结，最后合并。
和 gpt-5.6-luna 比，迁移成本高吗？
不高。两个模型都支持 Chat Completions 协议，迁移只改 model 字段。想用新特性（Responses API、六档推理）需要适配请求格式，但基础对话接口写法不变。详见 GPT-6 Luna vs GPT-5.6 Luna 对比。
想马上试？打开模型页 直接对话，注册送的 200 积分够跑几百轮。或者看 API 接入指南 用 curl 跑通第一调。
