本文へ移動
相談する
メニュー

AIモデル詳細

GPT-6 Luna

ここでは、同一のSMS・問い合わせ分類を行ったOpenRouter経由のminimal設定を収録しています。 評価記録の要求モデルはopenai/gpt-6-luna。公開日・コンテキスト長など、評価記録から確認できない仕様は掲載していません。

OpenAI

Agents’ Last Exam v1：スコア

OpenAIが公表した同じ評価の設定別の値。
モデル・実行構成%
GPT-6 Lunamax この評価の公表値は未収録

Agents’ Last Exam v1：1タスクの費用

OpenAIが公表した同じ評価の設定別の値。
モデル・実行構成1タスクの費用（円換算／USD）
GPT-6 Lunamax この評価の公表値は未収録

MMMU-Pro (Vision)：スコア

OpenAIが公表した同じ評価の設定別の値。
モデル・実行構成%
GPT-6 Lunamax この評価の公表値は未収録

MMMU-Pro (Vision)：1タスクの費用

OpenAIが公表した同じ評価の設定別の値。
モデル・実行構成1タスクの費用（円換算／USD）
GPT-6 Lunamax この評価の公表値は未収録

AutomationBench 1.0.6：スコア

OpenAIが自社モデルを研究環境またはAPIで評価したAutomationBench 1.0.6のスコアです。全目標を達成したタスクの割合とは異なります。
モデル・実行構成%
GPT-6 Lunamax この評価の公表値は未収録

AutomationBench 1.0.6：1タスクの費用

OpenAIがAutomationBench 1.0.6で公表した1タスクあたりの費用です。APIの100万トークン単価とは異なります。
モデル・実行構成1タスクの費用（円換算／USD）
GPT-6 Lunamax この評価の公表値は未収録

OSWorld 2.1：スコア

OpenAIが公表した同じ評価の設定別の値。
モデル・実行構成%
GPT-6 Lunamax この評価の公表値は未収録

OSWorld 2.1：1タスクの費用

OpenAIが公表した同じ評価の設定別の値。
モデル・実行構成1タスクの費用（円換算／USD）
GPT-6 Lunamax この評価の公表値は未収録

SMS迷惑判定：正答率

正解ラベルと一致した件数を500件で割った割合です。SMSは2分類、Banking77は77分類です。汎用知識やコード生成の能力は測っていません。
モデル・実行構成%
GPT-6 Lunamax この評価の公表値は未収録

SMS迷惑判定：処理時間 p50

500要求の処理時間を小さい順に並べた中央値です。ネットワーク・提供環境・出力形式を含みます。最初の応答までの時間（TTFT）ではありません。
モデル・実行構成ms
GPT-6 Lunamax この評価の公表値は未収録

SMS迷惑判定：処理時間 p95

500要求を昇順に並べ、floor(0.95 × (n − 1))番目を採った公開実装のp95です。遅い側の処理時間を示します。
モデル・実行構成ms
GPT-6 Lunamax この評価の公表値は未収録

SMS迷惑判定：1,000件の費用

評価時の費用合計を件数で割り、1,000倍した金額です。APIの100万トークン単価や自社運用の費用とは異なります。
モデル・実行構成1,000件の費用（円換算／USD）
GPT-6 Lunamax この評価の公表値は未収録

Banking77問い合わせ分類：正答率

正解ラベルと一致した件数を500件で割った割合です。SMSは2分類、Banking77は77分類です。汎用知識やコード生成の能力は測っていません。
モデル・実行構成%
GPT-6 Lunamax この評価の公表値は未収録

Banking77問い合わせ分類：処理時間 p50

500要求の処理時間を小さい順に並べた中央値です。ネットワーク・提供環境・出力形式を含みます。最初の応答までの時間（TTFT）ではありません。
モデル・実行構成ms
GPT-6 Lunamax この評価の公表値は未収録

Banking77問い合わせ分類：処理時間 p95

500要求を昇順に並べ、floor(0.95 × (n − 1))番目を採った公開実装のp95です。遅い側の処理時間を示します。
モデル・実行構成ms
GPT-6 Lunamax この評価の公表値は未収録

Banking77問い合わせ分類：1,000件の費用

評価時の費用合計を件数で割り、1,000倍した金額です。APIの100万トークン単価や自社運用の費用とは異なります。
モデル・実行構成1,000件の費用（円換算／USD）
GPT-6 Lunamax この評価の公表値は未収録

T-Rex：60秒生存率

5シードのうち60秒間生存した割合です。物理プランナーとshieldの介入を含む結果で、モデル単体の正確さや他用途への性能を示しません。
モデル・実行構成%
GPT-6 Lunamax この評価の公表値は未収録

T-Rex：処理時間 p50の中央値

APIのJevとローカルRTX 4090のCLMは実行条件が異なります。通信・実行環境を含むシステムの時間で、モデル単体の速度比較には使えません。
モデル・実行構成ms
GPT-6 Lunamax この評価の公表値は未収録

Terminal-Bench 4.0

Terminal-Benchは、AIエージェントがターミナルを使って作業を完了する能力を測るベンチマークです。4.0の解決率を0〜100%で示し、数値が高いほど多くの作業を完了できたことを表します。
モデル・実行構成%
GPT-6 Lunamax 16.36

Terminal-Bench 4.0：実行コスト

Terminal-Bench 4.0で報告された、330試行の評価にかかった合計費用です。円換算を主表示し、元の米ドル（USD）も併記します。数値が小さいほど低コストです。APIのトークン単価や月額料金とは異なります。
モデル・実行構成実行コスト（円換算／USD）
GPT-6 Lunamax 11,317円
72.14 USD

Terminal-Bench 4.0：平均試行時間

Terminal-Bench 4.0で、1試行を終えるまでにかかった平均時間です。分（1分以下は秒）で表示し、数値が小さいほど短時間で試行を終えています。応答を返し始めるまでの待ち時間とは異なります。
モデル・実行構成分・秒
GPT-6 Lunamax 38分

Terminal-Bench-Science 0.1：スコア

OpenAIが公表した同じ評価の設定別の値。
モデル・実行構成%
GPT-6 Lunamax この評価の公表値は未収録

Terminal-Bench-Science 0.1：1タスクの費用

OpenAIが公表した同じ評価の設定別の値。
モデル・実行構成1タスクの費用（円換算／USD）
GPT-6 Lunamax この評価の公表値は未収録

難しいプロンプトの事実誤認率：事実誤認率

OpenAIが公表した同じ評価の設定別の値。
モデル・実行構成%
GPT-6 Lunamax この評価の公表値は未収録

難しいプロンプトの事実誤認率：1タスクの費用

OpenAIが公表した同じ評価の設定別の値。
モデル・実行構成1タスクの費用（円換算／USD）
GPT-6 Lunamax この評価の公表値は未収録

API料金

実行構成種別・単価適用条件・出典
GPT-6 Luna / OpenAI standard APIinput: 16円
0.100 USD / 1M tokens
条件・出典
OpenAI Standard API、入力272,000トークン以下。キャッシュ入力は読取料金。キャッシュ書込、長文脈・地域加算、Batch・Flex・Fast料金、ツール料金を除く。 モデルに対応する標準APIの単価。性能評価に使用された構成・実行費用とは別。（確認日 2026-09-29） developers.openai.com
GPT-6 Luna / OpenAI standard APIoutput: 78円
0.500 USD / 1M tokens
条件・出典
OpenAI Standard API、入力272,000トークン以下。キャッシュ入力は読取料金。キャッシュ書込、長文脈・地域加算、Batch・Flex・Fast料金、ツール料金を除く。 モデルに対応する標準APIの単価。性能評価に使用された構成・実行費用とは別。（確認日 2026-09-29） developers.openai.com
GPT-6 Luna / OpenAI standard APIcache: 1.57円
0.010 USD / 1M tokens
条件・出典
OpenAI Standard API、入力272,000トークン以下。キャッシュ入力は読取料金。キャッシュ書込、長文脈・地域加算、Batch・Flex・Fast料金、ツール料金を除く。 モデルに対応する標準APIの単価。性能評価に使用された構成・実行費用とは別。（確認日 2026-09-29） developers.openai.com