OpenAILLM-Duell

GPT-6 Lunavs.GPT-5.4 mini

Lohnt sich der Aufpreis?

GPT-6 Luna schneidet besser als GPT-5.4 mini ab und ist günstiger: GPT-5.4 mini kostet 7,5-mal (Eingabe) und 9-mal (Ausgabe) so viel.

GPT-6 Luna vorn

LeistungGesamtindex, 100 Punkte = Durchschnitt

96,3

GPT-6 Luna

Platz 35

75,6

GPT-5.4 mini

Platz 56

GPT-5.4 mini schneller

TempoToken pro Sekunde

101

GPT-6 Luna

191

GPT-5.4 mini

GPT-6 Luna günstiger

Preis$ je 1 Mio. Token

0,20 $

GPT-6 Luna

1,69 $

GPT-5.4 mini

etwa gleich beliebt

Beliebtheit0 bis 100

GPT-6 Luna

Platz 30 von 785

GPT-5.4 mini

Platz 38 von 785

Ab 272.000 Token im Kontext kostet GPT-6 Luna mehr: 0,20 $ Eingabe und 0,75 $ Ausgabe je 1 Mio. Token.

Nimm GPT-6 Luna für

SchlussfolgernFinanzenProgrammierenAgentenRechtMultimodalWissenAllgemein

Nimm GPT-5.4 mini für

Kein klarer Vorteil

Wo liegt der Unterschied?

Stärken im Überblick

GPT-6 LunaGPT-5.4 miniMedian aller Modelle mit Platz

ProgrammierenGPT-6 Luna vorn

GPT-6 Luna97,5Platz 35

GPT-5.4 mini75,8Platz 65

Median aller Modelle mit Platz84,1

95-%-Bereich: GPT-6 Luna 94,5 bis 100,5, GPT-5.4 mini 71,9 bis 79,8.

BereichGPT-6 LunaGPT-5.4 mini

Dieselben Werte und Urteile wie die Balken darunter. Im Ausschnitt beginnt das Netz bei 65 Punkten, knapp unter dem schwächsten Wert der beiden Modelle; der Durchschnitt der Referenzgruppe liegt bei 100. Nicht im Netz, weil ein Modell dort keinen eigenen Wert hat oder die Daten zu dünn sind: Mathematik, Gesundheit.

GPT-6 Luna liegt in 8 von 10 Bereichen vorn, GPT-5.4 mini in keinem.

GPT-6 Luna vorn: 8zu wenig Daten: 2

Bereiche im Gesamtindex

SchlussfolgernGPT-6 Luna +2497,8 zu 74,3

ProgrammierenGPT-6 Luna +2297,5 zu 75,8

AgentenGPT-6 Luna +2099,5 zu 79,0

MultimodalGPT-6 Luna +1592,0 zu 76,5

WissenGPT-6 Luna +1489,2 zu 74,9

AllgemeinGPT-6 Luna +1494,4 zu 80,4

Mathematiknur GPT-6 Luna mit Wertung

Fachgebiete

FinanzenGPT-6 Luna +2398,3 zu 75,7

RechtGPT-6 Luna +1890,7 zu 73,1

Gesundheitnur GPT-6 Luna mit Wertung

Die Balkenlänge zeigt den Abstand in Indexpunkten (volle Breite 15 Punkte, eine Standardabweichung der Referenzgruppe). Voll heißt sicher vorn, schraffiert noch nicht sicher, ein dünner grauer Balken gleichauf.

4 weitere Bereiche anzeigen, die nicht zum Gesamtindex zählen

Cybersicherheitnur GPT-6 Luna mit Wertung

Suchenur GPT-6 Luna mit Wertung

Produktivitätnur GPT-6 Luna mit Wertung

Bildungnur GPT-6 Luna mit Wertung

Welches Modell für welche Aufgabe?

Alltagsaufgaben, übersetzt aus den Bereichswerten oben. Jede Zeile nennt die Werte, auf denen sie beruht.

AufgabeBesser geeignetberuht auf

Code schreiben und Fehler findenGPT-6 LunaProgrammieren 97,5 zu 75,8

Mathe und DatenanalyseGPT-6 LunaMathematik ohne Wertung für GPT-5.4 mini, Schlussfolgern 97,8 zu 74,3

Fakten und RechercheGPT-6 LunaWissen 89,2 zu 74,9, Suche ohne Wertung für GPT-5.4 mini

Agenten und WorkflowsGPT-6 LunaAgenten 99,5 zu 79,0

Schnelle Antworten im ChatGPT-5.4 mini101 zu 191 Token pro Sekunde

SicherheitsanalysenoffenCybersicherheit ohne Wertung für GPT-5.4 mini

Viele Anfragen, kleines BudgetGPT-6 Luna0,20 $ zu 1,69 $ je 1 Mio. Token

Finanz-, Rechts- und MedizintexteGPT-6 LunaFinanzen 98,3 zu 75,7, Recht 90,7 zu 73,1, Gesundheit ohne Wertung für GPT-5.4 mini

Bilder, Screenshots und PDFsGPT-6 LunaMultimodal 92,0 zu 76,5

Selbst ansehen: gleicher Auftrag, ein Versuch

Derselbe Prompt für beide Modelle. Gezeigt wird der neueste Versuch ohne Nachbesserung; er zählt nicht zum Gesamtindex.

Pelikan auf dem Fahrrad

Auftrag (englisches Original)

Generate an SVG of a pelican riding a bicycle

Ursprung der Aufgabe: Simon Willison

GPT-6 Luna

01.10.2026 · 47 s · 0,0022 $

Testdetails

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: openai/gpt-6-luna
Reasoning-Einstellung: high
Tokenlimit inklusive Reasoning: 8.192 Token
Ausgabe-Token: 4.493 Token
Kosten des Versuchs: 0,0022 $
Antwortzeit: 46,7 s
API-Modell laut Antwort: openai/gpt-6-luna
Festgelegter Endpunkt: OpenAI | openai/gpt-6-luna-20260922
Temperatur: Anbieterstandard
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

GPT-5.4 mini

02.10.2026 · 14 s · 0,01 $

Testdetails

Datum des Testlaufs: 02.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: openai/gpt-5.4-mini
Reasoning-Einstellung: high
Tokenlimit inklusive Reasoning: 8.192 Token
Ausgabe-Token: 3.142 Token
Kosten des Versuchs: 0,0142 $
Antwortzeit: 13,5 s
API-Modell laut Antwort: openai/gpt-5.4-mini
Festgelegter Endpunkt: OpenAI | openai/gpt-5.4-mini-20260317
Temperatur: Anbieterstandard
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Frühere Versuche (2)

01.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high

SVG-Kurztest

Ein SVG-Auftrag mit denselben festen Einstellungen für alle Modelle, ohne verdecktes Nachdenken.

Auftrag

Gib nur ein eigenständiges SVG eines Pelikans zurück, der Fahrrad fährt. Verwende viewBox „0 0 800 600“, einfache Formen, zwei deutlich sichtbare Räder und einen erkennbaren Pelikan mit langem Schnabel. Höchstens 30 SVG-Elemente und 1.800 Zeichen. Kein Markdown, keine Erklärungen, Kommentare, Skripte, Animationen, CSS oder externen Ressourcen.

Englischer Original-Auftrag

Return only one standalone SVG of a pelican riding a bicycle. Use viewBox="0 0 800 600", simple shapes, two clearly visible wheels and a recognizable pelican with a long beak. At most 30 SVG elements and 1800 characters. No Markdown, explanations, comments, scripts, animation, CSS or external resources.

GPT-6 Luna

In dieser Runde nicht verfügbar

GPT-5.4 mini

In dieser Runde nicht verfügbar

GPT-6 Luna und GPT-5.4 mini im Gesamtindex

Alle Modelle mit Platz im Gesamtindex, beide Modelle dieses Vergleichs hervorgehoben. Weitere Modelle kannst du dazunehmen oder ausblenden.

Gesamtindex (Gradually Meta-Score v4)

20 von 92 Modellen

5 Modelle dieser Auswahl sind im Gesamtindex mit einer niedrigeren Reasoning-Stufe als max gemessen. Gestrichelte Säule: niedrigere Reasoning-Stufe als die Spitze.

Claude Opus 5.5max126,1

Gemini 4 Carbonhigh125,8

Claude Fable 5.1max123,8

Claude Sonnet 5.5max122,8

Gemini 4 Argonhigh122,3

GPT-6 Astramax121,3

GPT-6.1 Solmax119,2

Muse Wonder Fullmax118,3

Claude Opus 5max117,2

Muse Wondermax113,4

Kimi K3.1 Promax112,9

Claude Fable 5max112,5

GPT-6 Solmax110,5

GPT-5.6 Solmax108,7

Muse Spark 1.3max107,4

Gemini 3.7 Flashhigh107,1

DeepSeek V4.1 Flash 1017max106,6

Gemini 3.8 Flashhigh106,5

GPT-6 Lunamax96,3

GPT-5.4 minixhigh75,6

Claude Opus 5.5

Gemini 4 Carbon

Claude Fable 5.1

Claude Sonnet 5.5

Gemini 4 Argon

GPT-6 Astra

GPT-6.1 Sol

Muse Wonder Full

Claude Opus 5

Muse Wonder

Kimi K3.1 Pro

Claude Fable 5

GPT-6 Sol

GPT-5.6 Sol

Muse Spark 1.3

Gemini 3.7 Flash

DeepSeek V4.1 Flash 1017

Gemini 3.8 Flash

GPT-6 Luna

GPT-5.4 mini

Beliebtheit im Vergleich

Wie oft die Modelle gesucht, genutzt und erwähnt werden, auf einer Skala von 0 bis 100.

Beide sind etwa gleich beliebt: GPT-6 Luna 60, GPT-5.4 mini 59 von 100.

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 7. November 2026

GPT-6 LunaGPT-5.4 mini

Alle Daten im Vergleich

Der bessere Wert ist fett. Beim Gesamtindex nur, wenn der Abstand klar ist.

Kennzahl	GPT-6 Luna	GPT-5.4 mini
Leistung
GesamtindexPunkte, 100 = Durchschnitt der Referenzgruppe, höher ist besser	96,3	75,6
Platz	Platz 35 von 92	Platz 56 von 92
Preis je 1 Mio. Token
Eingabewas du schickst	0,10 $über 272.000 Token: 0,20 $	0,75 $
Ausgabewas das Modell schreibt	0,50 $über 272.000 Token: 0,75 $	4,50 $
Kosten je Aufgabe (eigene Tests)Durchschnitt aus 1 Aufgabe des ursprünglichen Testprotokolls, die beide Modelle bestanden haben (ohne SVG-Kurztest)	0,002 $	0,014 $
Tempo
Token pro Sekunde	101	191
Beliebtheit
BeliebtheitSuche, Nutzung und Erwähnungen, 0 bis 100	60Platz 30 von 785	59Platz 38 von 785
Technik
Kontextfensterwie viel Text das Modell auf einmal liest	1,05 Mio. Token≈ 1.580 A4-Seiten	400.000 Token≈ 600 A4-Seiten
Wissensstand	18.05.2026	31.08.2025
Veröffentlicht	22.09.2026	17.03.2026
Verfügbarkeit	Aktiv	Aktiv
Offene Gewichte	nein	nein

Preise ohne Rabatte für Zwischenspeicher und Stapelverarbeitung · Seitenzahl als Faustregel nach Artificial Analysis

Gibt es eine bessere Wahl?

So günstig wie GPT-6 LunaClaude Haiku 5.5

Gesamtindex 103,4, Platz 200,10 $ Eingabe und 0,50 $ Ausgabe je 1 Mio. Token

GPT-6 Luna vs. Claude Haiku 5.5

Bestes Modell im GesamtindexClaude Opus 5.5

Gesamtindex 126,1, Platz 14 $ Eingabe und 20 $ Ausgabe je 1 Mio. Token

GPT-6 Luna vs. Claude Opus 5.5

Gemeinsame Benchmarks

Einzelwerte aus derselben Benchmark-Version, Aufgabe und Messgröße. Fett ist ein Wert nur bei gleichem Testaufbau und klarem Abstand.

A: GPT-6 LunaB: GPT-5.4 mini

Code MigrationOverall · höher ist besserTestaufbau nicht identisch dokumentiert42,6 %12,9 %Vals AIStand 29.10.2026

EMBOverall · höher ist besserTestaufbau nicht identisch dokumentiert68,5 %45,4 %Vals AIStand 20.10.2026

Finance Agent (v2)Overall · höher ist besserTestaufbau nicht identisch dokumentiert49,9 %45,4 %Vals AIStand 29.10.2026

GDPval-AAOverall · höher ist besser1.372,5 elo1.021,8 eloArtificial AnalysisStand 07.11.2026

Legal Research BenchOverall · All-pass · höher ist besserTestaufbau nicht identisch dokumentiert30,3 %12,5 %Vals AIStand 05.11.2026

LMArena Code Arena WebDevOverall · höher ist besserTestaufbau nicht identisch dokumentiert1.5791.397LMArenaStand 28.10.2026

LMArena Text, Style ControlOverall · höher ist besserTestaufbau nicht identisch dokumentiert1.4411.447LMArenaStand 28.10.2026

LMArena Vision, Style ControlOverall · höher ist besserTestaufbau nicht identisch dokumentiert1.2401.250LMArenaStand 19.10.2026

MMMU-ProOverall · höher ist besser79,7 %73,3 %Artificial AnalysisStand 07.11.2026

ProgramBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiert0,5 %0,0 %Vals AIStand 05.11.2026

54 weitere Benchmarks anzeigen

Tax Agent BenchOverall · höher ist besserTestaufbau nicht identisch dokumentiert19,9 %8,8 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Overall · höher ist besserTestaufbau nicht identisch dokumentiert13,6 %2,5 %Vals AIStand 05.11.2026

Vibe Code Bench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiert81,6 %48,0 %Vals AIStand 05.11.2026

Code MigrationCLI · höher ist besserTestaufbau nicht identisch dokumentiert37,2 %8,2 %Vals AIStand 29.10.2026

EMBComps · höher ist besserTestaufbau nicht identisch dokumentiert70,5 %40,5 %Vals AIStand 20.10.2026

Finance Agent (v2)Adjustments · höher ist besserTestaufbau nicht identisch dokumentiert49,8 %45,4 %Vals AIStand 29.10.2026

Legal Research BenchAdministrative / Regulatory · All-pass · höher ist besserTestaufbau nicht identisch dokumentiert37,9 %15,2 %Vals AIStand 05.11.2026

LMArena Code Arena WebDevHTML development · höher ist besserTestaufbau nicht identisch dokumentiert1.5951.419LMArenaStand 28.10.2026

LMArena Text, Style ControlBusiness, management and finance · höher ist besserTestaufbau nicht identisch dokumentiert1.4411.459LMArenaStand 28.10.2026

LMArena Vision, Style ControlChinese · höher ist besserTestaufbau nicht identisch dokumentiert1.2921.285LMArenaStand 19.10.2026

ProgramBenchAlmost Resolved · höher ist besserTestaufbau nicht identisch dokumentiert8 %3 %Vals AIStand 05.11.2026

Tax Agent BenchControversy & Precedence Analysis · höher ist besserTestaufbau nicht identisch dokumentiert6,7 %3,3 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Hardware · höher ist besserTestaufbau nicht identisch dokumentiert0 %0 %Vals AIStand 05.11.2026

Code MigrationCOBOL · höher ist besserTestaufbau nicht identisch dokumentiert58,6 %27,1 %Vals AIStand 29.10.2026

EMBDataroom · höher ist besserTestaufbau nicht identisch dokumentiert75,5 %48,3 %Vals AIStand 20.10.2026

Finance Agent (v2)All-Pass · höher ist besserTestaufbau nicht identisch dokumentiert38,4 %32,4 %Vals AIStand 29.10.2026

Legal Research BenchAdministrative / Regulatory · Weighted partial credit (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert83,2 %69,7 %Vals AIStand 05.11.2026

LMArena Code Arena WebDevReact development · höher ist besserTestaufbau nicht identisch dokumentiert1.5751.386LMArenaStand 28.10.2026

LMArena Text, Style ControlChinese · höher ist besserTestaufbau nicht identisch dokumentiert1.4831.474LMArenaStand 28.10.2026

LMArena Vision, Style ControlCreative writing with images · höher ist besserTestaufbau nicht identisch dokumentiert1.2321.226LMArenaStand 19.10.2026

ProgramBenchFully Resolved · höher ist besserTestaufbau nicht identisch dokumentiert0,5 %0,0 %Vals AIStand 05.11.2026

Tax Agent BenchControversy & Precedence Analysis (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert54,4 %32,2 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Media · höher ist besserTestaufbau nicht identisch dokumentiert16,7 %0,0 %Vals AIStand 05.11.2026

Code MigrationCode Quality · höher ist besserTestaufbau nicht identisch dokumentiert3,752 / 53,053 / 5Vals AIStand 29.10.2026

EMBDCF · höher ist besserTestaufbau nicht identisch dokumentiert62,8 %40,6 %Vals AIStand 20.10.2026

Finance Agent (v2)Comparables · höher ist besserTestaufbau nicht identisch dokumentiert39,8 %40,3 %Vals AIStand 29.10.2026

Legal Research BenchBusiness & Commercial · All-pass · höher ist besserTestaufbau nicht identisch dokumentiert23,3 %11,6 %Vals AIStand 05.11.2026

LMArena Code Arena WebDevWeb development · höher ist besserTestaufbau nicht identisch dokumentiert1.5791.397LMArenaStand 28.10.2026

LMArena Text, Style ControlCoding · höher ist besserTestaufbau nicht identisch dokumentiert1.5061.495LMArenaStand 28.10.2026

LMArena Vision, Style ControlDiagram understanding · höher ist besserTestaufbau nicht identisch dokumentiert1.2751.283LMArenaStand 19.10.2026

ProgramBenchRaw Pass Rate · höher ist besserTestaufbau nicht identisch dokumentiert66,2 %54,4 %Vals AIStand 05.11.2026

Tax Agent BenchCurrent & Temporal Analysis · höher ist besserTestaufbau nicht identisch dokumentiert16,5 %10,0 %Vals AIStand 05.11.2026

Terminal-Bench 4.0ML · höher ist besserTestaufbau nicht identisch dokumentiert9,1 %0,0 %Vals AIStand 05.11.2026

EMBLBO · höher ist besserTestaufbau nicht identisch dokumentiert59,1 %41,6 %Vals AIStand 20.10.2026

Finance Agent (v2)Disclosure Analysis · höher ist besserTestaufbau nicht identisch dokumentiert57,6 %48,3 %Vals AIStand 29.10.2026

Legal Research BenchBusiness & Commercial · Weighted partial credit (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert79,1 %71,2 %Vals AIStand 05.11.2026

LMArena Text, Style ControlCreative writing · höher ist besserTestaufbau nicht identisch dokumentiert1.4101.402LMArenaStand 28.10.2026

LMArena Vision, Style ControlEnglish · höher ist besserTestaufbau nicht identisch dokumentiert1.2281.248LMArenaStand 19.10.2026

Tax Agent BenchCurrent & Temporal Analysis (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert55,3 %38,6 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Operations · höher ist besserTestaufbau nicht identisch dokumentiert3,7 %0,0 %Vals AIStand 05.11.2026

EMBM&A · höher ist besserTestaufbau nicht identisch dokumentiert72,1 %49,8 %Vals AIStand 20.10.2026

Finance Agent (v2)Earnings Analysis · höher ist besserTestaufbau nicht identisch dokumentiert74,2 %65,3 %Vals AIStand 29.10.2026

Legal Research BenchCivil Litigation · All-pass · höher ist besserTestaufbau nicht identisch dokumentiert25,9 %14,8 %Vals AIStand 05.11.2026

LMArena Text, Style ControlEnglish · höher ist besserTestaufbau nicht identisch dokumentiert1.4491.450LMArenaStand 28.10.2026

LMArena Vision, Style ControlHomework · höher ist besserTestaufbau nicht identisch dokumentiert1.2811.291LMArenaStand 19.10.2026

Tax Agent BenchFact-Pattern Analysis · höher ist besserTestaufbau nicht identisch dokumentiert29,5 %7,0 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Science · höher ist besserTestaufbau nicht identisch dokumentiert21,4 %2,4 %Vals AIStand 05.11.2026

EMBMisc · höher ist besserTestaufbau nicht identisch dokumentiert68,6 %46,3 %Vals AIStand 20.10.2026

Finance Agent (v2)Financial Modeling · höher ist besserTestaufbau nicht identisch dokumentiert22,5 %19,6 %Vals AIStand 29.10.2026

Legal Research BenchCivil Litigation · Weighted partial credit (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert78,6 %67,3 %Vals AIStand 05.11.2026

LMArena Text, Style ControlEntertainment, sports and media · höher ist besserTestaufbau nicht identisch dokumentiert1.4131.409LMArenaStand 28.10.2026

LMArena Vision, Style ControlOptical character recognition · höher ist besserTestaufbau nicht identisch dokumentiert1.2511.262LMArenaStand 19.10.2026

Tax Agent BenchFact-Pattern Analysis (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert60,2 %36,5 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Security · höher ist besserTestaufbau nicht identisch dokumentiert26,7 %0,0 %Vals AIStand 05.11.2026

Weitere Vergleiche

Vergleiche GPT-6 Luna und GPT-5.4 mini mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen

Erstes ModellZweites Modell

Vorgänger und Nachfolger

VorgängerGPT-6 Luna vs. GPT-5.6 LunaVorgänger von GPT-6 Luna

Die beliebtesten Vergleiche

Alle 50 Vergleiche zeigen