OpenAI

3 Modelle mit geprüften Leitfäden

Alle Modelle

OpenAIs GPT-Familie hat bei Y-API drei Einträge mit rund 1,05M-Token-Fenster: Sol, das Flaggschiff für komplexes Reasoning und Kommandozeilen-Codieren; GPT-5.6 Luna, der Effizienzeintrag für hochvolumigen Chat und Klassifikation; und das neuere, günstigere GPT-6 Luna.

Quellen geprüft: Y-API-Katalog-Schnappschuss:

Über diesen Anbieter

Anbieterübergreifende Auswahlhinweise von Y-API. Modellspezifische Prüfungen stehen auf den verlinkten Seiten; hier gibt es keine gemessenen Vergleiche.

Sein Platz im Katalog

Das Trio spannt die Preisspanne des Katalogs weiter auf als jeder andere Anbieter: GPT-6 Lunas Eingabe zu $0.10 ist der günstigste bezahlte Eintrag hier, während Sols Ausgabe zu $30 mit Claude Opus 5 gleichauf liegt — ein Anbieter deckt Routing-Boden wie Eskalationsdecke.

Worauf zu achten ist

Die Eskalation von Luna zu Sol ist eine Designentscheidung, die bei dir liegt: Schwellen, Validierung und Routing gehören deiner Anwendung. Beide Luna-Generationen listen gestaffelte Preise, die sich oberhalb einer Token-Schwelle in etwa verdoppeln, sehr große Anfragen kosten also mehr, als der genannte Satz vermuten lässt.

Modelle bei Y-API

Die Preise sind Guthaben-Schnappschüsse aus dem Y-API-Katalog. Jedes Modell verlinkt auf seinen eigenen Leitfaden mit Kostenschätzer und Anfragebeispiel.

OpenAI · Modelle bei Y-API
ModellKontextfensterEingabe / 1M TokenAusgabe / 1M Token
GPT-5.6 Solopenai/gpt-5.6-sol1,050,000$5.00$0.50$30.00$3.00
GPT-6 Lunaopenai/gpt-6-luna1,050,000$0.10$0.01$0.50$0.05
GPT-5.6 Lunaopenai/gpt-5.6-luna1,050,000$0.30$0.03$1.30$0.13

Kontoguthaben / Geldäquivalent · $1 Zahlung fügt $10 Guthaben hinzu; das Geldäquivalent ist verbrauchtes Guthaben ÷ 10. Dies sind Y-API-Preise, keine offiziellen Listenpreise des Herausgebers.

Auswahl innerhalb der Reihe

Starte hochvolumige, begrenzte Aufgaben auf GPT-6 Luna und definiere die Eskalationssignale vor dem Start: widersprüchliche Evidenz, wiederholte Validierungsfehler oder Reasoning-Tiefe. Reserviere Sol für Fälle, in denen ein teurerer Prüfer das Ergebnis messbar ändert.

Vor der Entscheidung

Sollte Sol die Ausgaben von Luna immer prüfen?

Nein — alles nach oben zu senden hebt den Kostenvorteil auf. Legen Sie Eskalationstrigger aus Ihren eigenen Auswertungsdaten fest (Validierungsfehler, Ambiguität, Tragweite) und prüfen Sie die Auslösequote; der Großteil der Klassifikationslast sollte das Flaggschiff nie erreichen.

Quellen & Geltungsbereich

Die Abdeckung dieses Anbieters auf dieser Site ist genau die obige Liste geprüfter Modell-Leitfäden; eine Anbieterseite existiert nur, solange mindestens eines ihrer Modelle geprüft ist. Aussagen zu Architektur und Positionierung folgen den zitierten Quellen. Wir veröffentlichen keine gemessenen Latenzen, Verfügbarkeiten oder Benchmark-Werte irgendeines Anbieters.