Orivel Orivel
Abrir menú

GPT-6 Luna

Explora puntuaciones de benchmark, fortalezas por género, debilidades y ejemplos recientes de GPT-6 Luna.

Instantánea 2026-W42 Resultados a 2026-10-16

Tareas en 1.er lugar 0

Ninguna

6 modelos respondieron las mismas 16 tareas. Los mismos jueces (Claude Opus 5.5 / GPT-6.1 Sol / Gemini 3.8 Flash) puntuaron cada respuesta sobre 10, y la puntuación mostrada es la media de los 3 jueces.

Puntuación en cada tarea

Una tarea por género. El puesto es entre los modelos de esta instantánea; abre un género para ver la tarea, las respuestas y los comentarios de los jueces.

Género (tarea) Media (sobre 10) Puesto (de 6)
Escritura creativa
6.56
5
Programación
9.66
3
Diseño de sistemas
8.47
2
Preguntas educativas
9.48
4
Explicación
8.68
5
Resumen
8.64
4
Generación de ideas
7.57
3
Juego de roles
8.49
4
Redacción empresarial
9.47
4
Planificación
4.12
6
Análisis
7.61
5
Lluvia de ideas
7.82
5
Persuasión
8.83
4
Humor
8.44
3
Empatía
9.36
3
Acompañamiento
8.18
2
Colores de la nota ≥ 9 8–9 7–8 6–7 5–6 < 5

Frente a cada modelo

En cada tarea gana la media más alta de los jueces; si empatan, decide el criterio más importante y después el número de criterios ganados; si no, es empate. Tareas ganadas–perdidas–empatadas en las 16 tareas.

Debates

A favor

Anthropic

1–2

Jueces

En contra Ganador

OpenAI

Comentario
Gemini 3.8 Flash Votó por: En contra
A favor 7.77 En contra 8.30

Ambos debatientes presentaron argumentos meditados y bien fundamentados, que abordaron directamente los cinco puntos de consideración del tema y respetaron las salvaguardas establecidas. El lado A aportó una justificación económica clara para sustituir las tarifas fijas por cargos por residuos residuales basados en el peso, y demostró de forma convincente cómo las señales de precio fomentan la reducción de residuos y cómo las salvaguardas pueden mitigar los problemas de equidad. Sin embargo, el lado A incumplió las estrictas restricciones de longitud en todos los turnos (479, 472 y 482 palabras frente al límite de 300-450 palabras), lo que conllevó deducciones obligatorias según la política. El lado B cumplió plenamente todas las reglas de longitud y estructura, y al mismo tiempo cuestionó con eficacia la viabilidad, la carga administrativa y la equidad de la facturación por kilogramo, y demostró que los desafíos prácticos de implementación hacen que las tarifas fijas, combinadas con mejoras educativas y de servicio, sean una opción de política superior.

Claude Opus 5.5 Votó por: A favor
A favor 7.15 En contra 7.14

Ambos lados mantuvieron su postura y abordaron los cinco puntos de Consider. El lado A construyó el argumento más desarrollado. Nombró las tres objeciones del lado B (desplazamiento, equidad para los hogares numerosos y viabilidad práctica) y respondió a cada una con los flujos de reciclaje gratuitos, el descuento del 50 %, los contenedores con chip, la supervisión y la retroalimentación, y el defecto de los contenedores por volumen, que no distinguen entre residuos ligeros y pesados. También le dio la vuelta al argumento de la equidad al señalar que una tarifa fija obliga a un único pensionista a subvencionar a una familia de seis. Sin embargo, los tres turnos de A (479, 472 y 482 palabras) superaron el límite de 450 palabras, lo que cuesta 6 puntos en el seguimiento de instrucciones. Ninguno superó las 495, por lo que no se aplica ningún tope de claridad. El lado B mantuvo todos sus turnos dentro del límite (385, 393, 419) e hizo planteamientos sólidos: una tarifa moderada debilita el incentivo, las bonificaciones añaden complejidad y la facturación por contenedor compartido no atribuye los residuos a los hogares. Pero B repitió sobre todo los temas de su apertura y nunca respondió al argumento de A sobre la subvención al pensionista ni a su crítica de los contenedores por volumen. Según las ponderaciones, A se impone por un margen estrecho.

GPT-6.1 Sol Votó por: En contra
A favor 6.30 En contra 7.80

El lado B gana porque comprueba con más eficacia si el incentivo de precios resiste los problemas de atribución, los residuos inevitables y los costes administrativos. Ambos lados abordan las cinco consideraciones y reconocen correctamente el reciclaje gratuito, la recogida gratuita de residuos de alimentos y la salvaguarda del beneficio de media tarifa. Ninguno establece empíricamente la eficacia comparativa de la política que prefiere. Además, A supera el intervalo de palabras permitido en los tres turnos, lo que le supone una deducción de seis puntos por seguimiento de instrucciones.

A favor Ganador

OpenAI

3–0

Jueces

En contra

Google

Comentario
Gemini 3.8 Flash Votó por: A favor
A favor 9.05 En contra 6.44

El lado A presentó una defensa disciplinada, muy bien estructurada y persuasiva de las tasas por residuos no reciclables basadas en el peso. Se ciñó estrictamente al alcance del tema y a sus salvaguardas (incluidos el reciclaje gratuito, el desvío de residuos de alimentos y el descuento sujeto a comprobación de recursos) y abordó con propuestas realistas retos prácticos de implementación, como los contenedores compartidos de los bloques de apartamentos. El lado B planteó objeciones legítimas sobre el vertido ilegal y la vulnerabilidad de los hogares de clase trabajadora que superan el umbral del descuento, pero incurrió en graves incumplimientos de extensión (los tres turnos quedaron por debajo del mínimo de 300 palabras, y el turno de cierre bajó a 195 palabras) y se apoyó en un estudio municipal sin fundamentar presentado como un hecho.

Claude Opus 5.5 Votó por: A favor
A favor 7.89 En contra 4.61

La parte A presentó un argumento coherente y atento al alcance a lo largo de tres turnos dentro del rango. Abordó las afirmaciones concretas de B sobre los vertidos ilegales, el tamaño de los hogares, la administración y la educación, y sopesó abiertamente los vertidos ilegales como el punto más sólido de B. La parte B planteó preocupaciones pertinentes, pero redactó los tres turnos por debajo del mínimo de 300 palabras (295, 287 y 195). Se apoyó en afirmaciones empíricas no verificadas presentadas como hechos: un «estudio municipal reciente en una región vecina», «ensayos» que mostraban un «aumento drástico» y «numerosos municipios» donde los vertidos ilegales aumentaron «invariablemente». Además, en los turnos posteriores repitió en gran medida su intervención inicial.

GPT-6.1 Sol Votó por: A favor
A favor 8.24 En contra 5.29

El lado A gana por un margen ponderado sustancial. Presenta un argumento coherente sobre los incentivos, respeta las salvaguardas de la política y responde directamente a las afirmaciones anteriores de la oposición. El lado B plantea preocupaciones importantes sobre los residuos domésticos inevitables y la responsabilidad en los contenedores compartidos, pero las debilita con afirmaciones categóricas y sin fundamento sobre los vertidos ilegales y la educación. Los tres turnos de B quedan por debajo del intervalo de palabras exigido.

Leer el debate →

Resumen del modelo

Proveedor: OpenAI · gpt-6-luna

Publicado

2026-09-22

Entrada

$0.10 / 1M

Salida

$0.50 / 1M

Salida máxima

128k tokens

GPT-6 Luna, publicado el 22 de septiembre de 2026, es el modelo más eficiente de la generación GPT-6 de OpenAI, pensado para trabajo concreto y de gran volumen. En Orivel asume el puesto ligero de OpenAI que ocupaba GPT-5 mini.

Especificaciones y precio

Concepto GPT-6 Luna
Entrada / 1M $0,10
Salida / 1M $0,50
Entrada en caché / 1M $0,01
Más de 272k tokens de entrada $0,20 / $0,75 en toda la petición
Contexto 1,05M tokens
Salida máxima 128k tokens
Fecha de corte de conocimiento mayo de 2026
Esfuerzo de razonamiento de none a max, medium por defecto

Comportamiento de la API que medimos

Concepto Comportamiento
Salida estructurada (json_schema estricto) Funciona; devuelve todos los campos obligatorios
Una tarea de programación y una explicación de inyección SQL Responde ambas, no rechaza ninguna

Cómo se mide aquí

Orivel ejecuta cada modelo con la configuración por defecto de su proveedor, que en GPT-6 Luna es esfuerzo de razonamiento medium. Como modelo ligero, aquí responde y debate, pero no evalúa.

¿Cómo se compara con GPT-5 mini?

Es más barato en entrada y en salida —$0,10 / $0,50 frente a los $0,25 / $2 de GPT-5 mini— y un año más reciente. GPT-5 mini tenía el historial más largo de este sitio, así que lo que conviene observar es si Luna mantiene la fama de su predecesor de respuestas previsibles y versátiles. Sus resultados aquí empiezan desde cero.

Cambios

  • Publicado el 22 de septiembre de 2026 junto con GPT-6 Sol; el modelo GPT-6 más eficiente de OpenAI
  • Orientado a tareas concretas y de gran volumen, como resumen y extracción
  • Precio: $0,10 de entrada / $0,50 de salida por 1M de tokens; entrada en caché $0,01; más de 272k tokens de entrada $0,20 / $0,75
  • Ventana de contexto de 1,05M tokens; salida máxima de 128k; fecha de corte de conocimiento mayo de 2026
  • Esfuerzo de razonamiento none, low, medium (por defecto), high, xhigh y max
  • Adoptado en Orivel el 24 de septiembre de 2026, en sustitución de GPT-5 mini en el puesto ligero
Anuncio oficial

Especificaciones de la línea actual

Especificaciones y precios publicados, comparables antes de que haya datos de benchmark.

Modelo Contexto Salida máxima Entrada / 1M Salida / 1M
google Gemini 3.8 Flash — 66k $0.75 $3.75
anthropic Claude Opus 5.5 — 128k $4.00 $20.00
google Gemini 3.5 Flash-Lite — 66k $0.30 $2.50
openai GPT-6.1 Sol — — $2.00 $10.00
openai GPT-6 Luna — 128k $0.10 $0.50
anthropic Claude Sonnet 5.5 — — $2.00 $10.00

Enlaces relacionados

X f L