OpenAILLM-Duell

GPT-6 Lunavs.GPT-5.6 Luna

Was hat sich verbessert?

GPT-6 Luna und GPT-5.6 Luna schneiden etwa gleich gut ab, aber GPT-5.6 Luna kostet 2-mal (Eingabe) und 2,4-mal (Ausgabe) so viel.

gleichauf

LeistungGesamtindex, 100 Punkte = Durchschnitt

96,3

GPT-6 Luna

Platz 35

93,9

GPT-5.6 Luna

Platz 38

etwa gleich schnell

TempoToken pro Sekunde

101

GPT-6 Luna

GPT-5.6 Luna

GPT-6 Luna günstiger

Preis$ je 1 Mio. Token

0,20 $

GPT-6 Luna

0,45 $

GPT-5.6 Luna

GPT-6 Luna beliebter

Beliebtheit0 bis 100

GPT-6 Luna

Platz 30 von 785

GPT-5.6 Luna

Platz 176 von 785

Ab 272.000 Token im Kontext kostet GPT-6 Luna mehr: 0,20 $ Eingabe und 0,75 $ Ausgabe je 1 Mio. Token. Ab 272.000 Token im Kontext kostet GPT-5.6 Luna mehr: 0,40 $ Eingabe und 1,80 $ Ausgabe je 1 Mio. Token.

Nimm GPT-6 Luna für

MathematikWissenCybersicherheiteher Allgemein

Nimm GPT-5.6 Luna für

Produktivitäteher Recht

Wo liegt der Unterschied?

Stärken im Überblick

GPT-6 LunaGPT-5.6 LunaMedian aller Modelle mit Platz

Programmierengleichauf

GPT-6 Luna97,5Platz 35

GPT-5.6 Luna96,0Platz 41

Median aller Modelle mit Platz84,1

95-%-Bereich: GPT-6 Luna 94,5 bis 100,5, GPT-5.6 Luna 86,4 bis 105,6.

BereichGPT-6 LunaGPT-5.6 Luna

Dieselben Werte und Urteile wie die Balken darunter. Im Ausschnitt beginnt das Netz bei 75 Punkten, knapp unter dem schwächsten Wert der beiden Modelle; der Durchschnitt der Referenzgruppe liegt bei 100.

GPT-6 Luna liegt in 2 von 10 Bereichen vorn, GPT-5.6 Luna in keinem.

GPT-6 Luna vorn: 2GPT-6 Luna leicht vorn: 1gleichauf: 6GPT-5.6 Luna leicht vorn: 1

Bereiche im Gesamtindex

MathematikGPT-6 Luna +11105,5 zu 94,9

WissenGPT-6 Luna +589,2 zu 83,9

Allgemeineher GPT-6 Lunanicht sicher · je 5 Tests

Agentengleichauf99,5 zu 97,6

Programmierengleichauf97,5 zu 96,0

Schlussfolgerngleichauf97,8 zu 98,1

Multimodalgleichauf92,0 zu 92,2

Fachgebiete

Rechteher GPT-5.6 Lunanicht sicher · 3 und 2 Tests

Gesundheitgleichauf95,2 zu 92,4

Finanzengleichauf98,3 zu 98,2

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

CybersicherheitGPT-6 Luna +4101,8 zu 98,0

ProduktivitätGPT-5.6 Luna +290,5 zu 92,5

Suchenur GPT-6 Luna mit Wertung

Bildungnur GPT-6 Luna mit Wertung

GPT-6 Luna gegen GPT-5.6 Luna auf gleicher Stufe

Beide Modelle auf denselben Stufen gemessen. So zeigt sich, ob ein Vorsprung vom Modell kommt oder nur von mehr Rechenaufwand.

maxGPT-6 Luna vorn

GPT-6 Luna 96,3 gegen GPT-5.6 Luna 93,9 · Abstand 4,8 · Testreihen 11

Gesamtindex (max gegen max)gleichauf

GPT-6 Luna 96,3 gegen GPT-5.6 Luna 93,9

Stufe	GPT-6 Luna	GPT-5.6 Luna	Abstand	Urteil	Testreihen
max	96,3	93,9	4,8	GPT-6 Luna vorn	11
Gesamtindex (max gegen max)	96,3	93,9	2,4	gleichauf

Abstand und Urteil vergleichen nur die Testreihen von Artificial Analysis, in denen beide Modelle auf dieser Stufe gemessen sind. Gleichauf unter 3 Punkten, vorn erst bei einem Abstand über zwei Standardfehlern. Die Einzelwerte stützen sich auf alle Testreihen des jeweiligen Modells, deshalb weicht ihre Differenz vom Abstand ab.

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 findengleichaufProgrammieren 97,5 zu 96,0

Mathe und DatenanalyseGPT-6 LunaMathematik 105,5 zu 94,9, Schlussfolgern 97,8 zu 98,1

Fakten und RechercheGPT-6 LunaWissen 89,2 zu 83,9, Suche ohne Wertung für GPT-5.6 Luna

Agenten und WorkflowsgleichaufAgenten 99,5 zu 97,6

Schnelle Antworten im Chatetwa gleich101 zu 94 Token pro Sekunde

SicherheitsanalysenGPT-6 LunaCybersicherheit 101,8 zu 98,0

Viele Anfragen, kleines BudgetGPT-6 Luna0,20 $ zu 0,45 $ je 1 Mio. Token

Finanz-, Rechts- und Medizintexteeher GPT-5.6 LunaFinanzen 98,3 zu 98,2, Recht 90,7 zu 95,2, Gesundheit 95,2 zu 92,4

Bilder, Screenshots und PDFsgleichaufMultimodal 92,0 zu 92,2

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-5.6 Luna

07.09.2026 · 50 s · 0,0038 $

Testdetails

Datum des Testlaufs: 07.09.2026
API-Anbieter: openrouter
Angefragtes API-Modell: openai/gpt-5.6-luna
Reasoning-Einstellung: high
Tokenlimit inklusive Reasoning: 8.192 Token
Ausgabe-Token: 3.164 Token
Kosten des Versuchs: 0,0038 $
Antwortzeit: 49,9 s
API-Modell laut Antwort: openai/gpt-5.6-luna
Festgelegter Endpunkt: OpenAI | openai/gpt-5.6-luna-20260709
Temperatur: Anbieterstandard
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung

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

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-5.6 Luna

In dieser Runde nicht verfügbar

GPT-6 Luna und GPT-5.6 Luna 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

4 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-5.6 Lunamax93,9

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-5.6 Luna

Beliebtheit im Vergleich

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

GPT-6 Luna ist beliebter als GPT-5.6 Luna: 60 zu 45 von 100.

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 7. November 2026

GPT-6 LunaGPT-5.6 Luna

Alle Daten im Vergleich

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

Kennzahl	GPT-6 Luna	GPT-5.6 Luna
Leistung
GesamtindexPunkte, 100 = Durchschnitt der Referenzgruppe, höher ist besser	96,3	93,9
Platz	Platz 35 von 92	Platz 38 von 92
Preis je 1 Mio. Token
Eingabewas du schickst	0,10 $über 272.000 Token: 0,20 $	0,20 $über 272.000 Token: 0,40 $
Ausgabewas das Modell schreibt	0,50 $über 272.000 Token: 0,75 $	1,20 $über 272.000 Token: 1,80 $
Kosten je Aufgabe (eigene Tests)Durchschnitt aus 3 Aufgaben des ursprünglichen Testprotokolls, die beide Modelle bestanden haben (ohne SVG-Kurztest)	0,003 $	0,008 $
Tempo
Token pro Sekunde	101	94
Beliebtheit
BeliebtheitSuche, Nutzung und Erwähnungen, 0 bis 100	60Platz 30 von 785	45Platz 176 von 785
Technik
Kontextfensterwie viel Text das Modell auf einmal liest	1,05 Mio. Token≈ 1.580 A4-Seiten	1,05 Mio. Token≈ 1.580 A4-Seiten
Wissensstand	18.05.2026	16.02.2026
Veröffentlicht	22.09.2026	09.07.2026
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-5.6 Luna

AA-BriefcaseOverall · höher ist besser1.337,1 elo1.338,9 eloArtificial AnalysisStand 07.11.2026

AA-OmniscienceOverall · höher ist besser-8,267 Punkte-17,067 PunkteArtificial AnalysisStand 07.11.2026

AA-Omniscience AccuracyOverall · höher ist besser39,6 %39,1 %Artificial AnalysisStand 07.11.2026

AA-Omniscience Hallucination RateOverall · niedriger ist besser79,3 %92,3 %Artificial AnalysisStand 07.11.2026

AutomationBench-AAOverall · höher ist besser53,2 %50,2 %Artificial AnalysisStand 07.11.2026

BioMysteryBenchOverall · höher ist besser61,5 %61,5 %Vals AIStand 05.11.2026

Code MigrationOverall · höher ist besser42,6 %44,6 %Vals AIStand 29.10.2026

CritPt v2 (Hard Subset)Overall · höher ist besser42,5 %30,5 %Artificial AnalysisStand 07.11.2026

CyberBench v1.1Overall · höher ist besser76,3 %73,6 %Vals AIStand 05.11.2026

EMBOverall · höher ist besser68,5 %67,1 %Vals AIStand 20.10.2026

54 weitere Benchmarks anzeigen

Finance Agent (v2)Overall · höher ist besser49,9 %55,0 %Vals AIStand 29.10.2026

FrontierCodeOverall · höher ist besser25,2 %17,6 %Artificial AnalysisStand 07.11.2026

GDP.pdfOverall · höher ist besser22,8 %24,0 %Artificial AnalysisStand 07.11.2026

GDPval-AAOverall · höher ist besser1.444,5 elo1.468,2 eloArtificial AnalysisStand 07.11.2026

HLE-DiamondOverall · höher ist besser22,2 %20,9 %Artificial AnalysisStand 07.11.2026

IOIOverall · höher ist besser55,6 %61,8 %Vals AIStand 29.10.2026

Legal Research BenchOverall · All-pass · höher ist besser30,3 %36,5 %Vals AIStand 05.11.2026

LMArena Text, Style ControlOverall · höher ist besserTestaufbau nicht identisch dokumentiert1.4411.453LMArenaStand 28.10.2026

LMArena Vision, Style ControlOverall · höher ist besserTestaufbau nicht identisch dokumentiert1.2401.257LMArenaStand 19.10.2026

MedCodeOverall · höher ist besserTestaufbau nicht identisch dokumentiert44,7 %42,4 %Vals AIStand 29.10.2026

MedScribeOverall · höher ist besserTestaufbau nicht identisch dokumentiert83,7 %84,4 %Vals AIStand 29.10.2026

MMMU-ProOverall · höher ist besser79,7 %78,6 %Artificial AnalysisStand 07.11.2026

MysteryMechanismOverall · höher ist besser19,4 %14,4 %Vals AIStand 29.10.2026

ProgramBenchOverall · höher ist besser0,5 %0,0 %Vals AIStand 05.11.2026

ProofBench v1.1Overall · höher ist besser64 %60 %Vals AIStand 29.10.2026

Public Benefits Bench v1.1Overall · höher ist besser57,6 %61,2 %Vals AIStand 12.10.2026

SRE BenchOverall · höher ist besser2,7 %1,5 %Vals AIStand 05.11.2026

Tax Agent BenchOverall · höher ist besser19,9 %24,8 %Vals AIStand 05.11.2026

Terminal-BenchOverall · höher ist besser12,6 %11,6 %Artificial AnalysisStand 07.11.2026

Terminal-Bench 4.0Overall · höher ist besser13,6 %11,6 %Vals AIStand 05.11.2026

Terminal-Bench-ScienceOverall · höher ist besser4,3 %0,0 %Vals AIStand 05.11.2026

Terminal-Bench-ScienceOverall · höher ist besser8,6 %3,3 %Artificial AnalysisStand 07.11.2026

Vals Science IndexOverall · höher ist besser28,4 %25,3 %Vals AIStand 25.10.2026

Vibe Code Bench v1.1Overall · höher ist besser81,6 %77,1 %Vals AIStand 05.11.2026

BioMysteryBenchHard · höher ist besser17,6 %27,5 %Vals AIStand 05.11.2026

Code MigrationCLI · höher ist besser37,2 %36,1 %Vals AIStand 29.10.2026

CyberBench v1.1Patch · höher ist besser87,5 %83,9 %Vals AIStand 05.11.2026

EMBComps · höher ist besser70,5 %54,6 %Vals AIStand 20.10.2026

Finance Agent (v2)Adjustments · höher ist besser49,8 %52,0 %Vals AIStand 29.10.2026

IOIIOI 2024 · höher ist besser69,3 %85,0 %Vals AIStand 29.10.2026

Legal Research BenchAdministrative / Regulatory · All-pass · höher ist besser37,9 %48,5 %Vals AIStand 05.11.2026

LMArena Text, Style ControlBusiness, management and finance · höher ist besserTestaufbau nicht identisch dokumentiert1.4411.462LMArenaStand 28.10.2026

LMArena Vision, Style ControlChinese · höher ist besserTestaufbau nicht identisch dokumentiert1.2921.278LMArenaStand 19.10.2026

ProgramBenchAlmost Resolved · höher ist besser8 %9 %Vals AIStand 05.11.2026

SRE BenchCapability Score · höher ist besser11,1 %6,4 %Vals AIStand 05.11.2026

Tax Agent BenchControversy & Precedence Analysis · höher ist besser6,7 %10,0 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Hardware · höher ist besser0 %0 %Vals AIStand 05.11.2026

Terminal-Bench-ScienceEarth Sciences · höher ist besser0 %0 %Vals AIStand 05.11.2026

Vals Science IndexBioMysteryBench · höher ist besser61,5 %61,5 %Vals AIStand 25.10.2026

BioMysteryBenchHuman-solvable · höher ist besser71,7 %69,4 %Vals AIStand 05.11.2026

Code MigrationCOBOL · höher ist besser58,6 %70,0 %Vals AIStand 29.10.2026

CyberBench v1.1PoC · höher ist besser65,0 %63,3 %Vals AIStand 05.11.2026

EMBDataroom · höher ist besser75,5 %83,0 %Vals AIStand 20.10.2026

Finance Agent (v2)All-Pass · höher ist besser38,4 %43,3 %Vals AIStand 29.10.2026

IOIIOI 2025 · höher ist besser39,0 %49,8 %Vals AIStand 29.10.2026

Legal Research BenchAdministrative / Regulatory · Weighted partial credit (weighted pass) · höher ist besser83,2 %87,5 %Vals AIStand 05.11.2026

LMArena Text, Style ControlChinese · höher ist besserTestaufbau nicht identisch dokumentiert1.4831.478LMArenaStand 28.10.2026

LMArena Vision, Style ControlCreative writing with images · höher ist besserTestaufbau nicht identisch dokumentiert1.2321.257LMArenaStand 19.10.2026

ProgramBenchFully Resolved · höher ist besser0,5 %0,0 %Vals AIStand 05.11.2026

SRE BenchFully Solved · höher ist besser2,7 %1,5 %Vals AIStand 05.11.2026

Tax Agent BenchControversy & Precedence Analysis (weighted pass) · höher ist besser54,4 %61,2 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Media · höher ist besser16,7 %0,0 %Vals AIStand 05.11.2026

Terminal-Bench-ScienceEngineering Sciences · höher ist besser11,1 %0,0 %Vals AIStand 05.11.2026

Vals Science IndexMysteryMechanism · höher ist besser19,4 %14,4 %Vals AIStand 25.10.2026

Weitere Vergleiche

Vergleiche GPT-6 Luna und GPT-5.6 Luna mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen

Erstes ModellZweites Modell

Die beliebtesten Vergleiche

Alle 71 Vergleiche zeigen