GPT-5.6 Luna vs Gemini 3.5 Flash-Lite
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
GPT-5.6 Luna de OpenAI y Gemini 3.5 Flash-Lite de Google compiten directamente en el ecosistema actual de IA. GPT-5.6 Luna ofrece una ventana de contexto de 1.05M tokens a $0.20/$1.20 por millón de tokens (entrada/salida), mientras que Gemini 3.5 Flash-Lite ofrece 1.05M tokens de contexto a $0.40/$2.00 por millón de tokens. Analizamos sus benchmarks, latencia y costos reales.
Cambia y Compara Cualquier Modelo
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
GPT-5.6 Luna
Modelo Ligero y EconómicoGPT-5.6 Luna de OpenAI es un modelo de IA diseñado para máxima eficiencia de costos por token y alta velocidad en producción, con ventana de contexto de 1.1M, velocidad de 230 tokens/s, índice de inteligencia de 57/100 y tarifa de $0.2/$1.2
$0.20 / 1M
$1.20 / 1M
1.05M tokens
63.5%
Gemini 3.5 Flash-Lite
Inferencia UltrarrápidaGemini 3.5 Flash-Lite de Google es un modelo de IA diseñado para interacción en tiempo real, baja latencia y enrutamiento de alto volumen, con ventana de contexto de 1.0M, velocidad de 240 tokens/s, índice de inteligencia de 69/100 y tarifa
$0.40 / 1M
$2.00 / 1M
1.05M tokens
N/A
Diferencias Clave de un Vistazo
- GPT-5.6 Luna is 1.8x cheaper for API usage (input + output tokens combined).
- GPT-5.6 Luna has a larger context window (1M vs 1M tokens).
- Gemini 3.5 Flash-Lite is faster at 240 tok/s vs 230 tok/s.
| Característica | GPT-5.6 Luna | Gemini 3.5 Flash-Lite |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 57 | 69 |
Provider | OpenAI | |
Input Price Cost per million input tokens | $0.20 / 1M | $0.40 / 1M |
Output Price Cost per million output tokens | $1.20 / 1M | $2.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.17 / 1M | $0.35 / 1M |
Context Window Maximum input + output tokens | 1.05M tokens~1,575 A4 pages of text | 1.05M tokens~1,573 A4 pages of text |
Max Output Tokens Per single request | 128K | 33K |
Throughput Speed Tokens generated per second | 230 tok/s | 240 tok/s |
SWE-bench Verified Real-world software engineering | 63.5% | N/A |
GPQA Diamond Graduate-level reasoning | 70.5% | N/A |
Cached Input Price Prompt caching discount per 1M tokens | $0.02 / 1M | $0.10 / 1M |
¿Quién gana en cada área?
At-a-glance decision frameworkEvaluations ongoing
Puntuaciones de Benchmarks Verificadas
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.
Autonomous multi-step tasks executed inside a real command-line terminal environment.
Research-grade coding problems drawn from real scientific and numerical workloads.
Contamination-free competitive programming problems collected continuously over time.
American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.
Accuracy when reasoning over very large inputs that fill the model context window.
Tokens emitted per second during active generation streaming.
Latencia y Tiempo de Respuesta
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulador Interactivo de Costos de Tokens
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
GPT-5.6 Luna · Strengths & Key Advantages
- Ventana de contexto de 1.1M con hasta 128K tokens de salida máxima (SWE-bench Verified 63.5% · GPQA Diamond 70.5%)
- Rendimiento ágil de 230 tokens/segundo con latencia inicial (TTFT) de solo 420 ms
- Economía de API competitiva ($0.2/$1.2 por 1M de tokens) con soporte para caché de prompts y salidas JSON estructuradas
Considerations & Trade-offs
- Modelo propietario en la nube; no permite descargar los pesos para ejecución local sin conexión
- En demostraciones científicas extremas, los modelos de razonamiento pesado de gama alta ofrecen mayor profundidad
Gemini 3.5 Flash-Lite · Strengths & Key Advantages
- Ventana de contexto de 1.0M con hasta 33K tokens de salida máxima (MMLU-Pro 81.2% · Arena Elo 1375)
- Rendimiento ágil de 240 tokens/segundo con latencia inicial (TTFT) de solo 290 ms
- Economía de API competitiva ($0.4/$2 por 1M de tokens) con soporte para caché de prompts y salidas JSON estructuradas
Considerations & Trade-offs
- Modelo propietario en la nube; no permite descargar los pesos para ejecución local sin conexión
- En demostraciones científicas extremas, los modelos de razonamiento pesado de gama alta ofrecen mayor profundidad
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | GPT-5.6 Luna | Gemini 3.5 Flash-Lite |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.19 | $0.55 |
Output Tokens / Task Tokens generated per task | 46K | 18K |
Reasoning Tokens / Task Thinking tokens burned per task | 20K | 7K |
Especificaciones Técnicas
Architecture, release timeline, capabilities, and modalities.
| Característica | GPT-5.6 Luna | Gemini 3.5 Flash-Lite |
|---|---|---|
| Official API Model ID (SDK) | gpt-5-6-luna | models/gemini-3-5-flash-lite |
| API Protocol | OpenAI Responses API & Chat Completions v1 | Google Gemini API (generateContent) + OpenAI-Compatible SDK |
| Release Date | 2026-07 | 2026-07 |
| Knowledge Cutoff | February 2026 | March 2026 |
| Architecture | Efficient compact reasoning model | Lightweight efficient multimodal transformer |
| Parameters | Confidential | Confidential |
| Enterprise Rate Limits (RPM / TPM) | 10,000 – 30,000 RPM (Tier 5 Enterprise) · 4,000,000 – 10,000,000 TPM | 10,000 – 30,000 RPM (Tier 5 Enterprise) · 4,000,000 – 10,000,000 TPM |
| Long-Context Tier (>128K/200K) | Flat rate ($0.2/1M in) across full 1050K window | Standard rate up to 200K tokens; 2x input/output tier above 200K tokens |
| Prompt Cache Policy & TTL | Automatic prefix caching at $0.02/1M (no extra cache-write fee) | Implicit + Explicit Context Caching at $0.1/1M with configurable TTL |
| Computer Use / GUI Agent | Supported (Screen coordinate grounding, browser & desktop GUI action loops) | Supported (Screen coordinate grounding, browser & desktop GUI action loops) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Native Web Search tool + Hosted Code Interpreter & File Search RAG | Built-in Google Search Grounding + Managed Python Code Execution Sandbox |
| Official Fine-Tuning Support | Supervised Fine-Tuning (SFT), Direct Preference (DPO) & Reinforcement Fine-Tuning (RFT) | Vertex AI Supervised Adapter Tuning & Context Distillation |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) |
| Quantization & Min GPU VRAM | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | OpenAI Preparedness Framework Audited & System Card Published | Google DeepMind Frontier Safety Framework Verified |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text, vision | text, vision |
| Output Modalities | text | text |
GPT-5.6 Luna vs Gemini 3.5 Flash-Lite: Respuestas Rápidas (FAQ)
Which is more intelligent, GPT-5.6 Luna or Gemini 3.5 Flash-Lite?
Gemini 3.5 Flash-Lite is more intelligent. It scores 69 compared with 57 on the composite Intelligence Index.
Which model is faster?
Gemini 3.5 Flash-Lite is faster, generating 240 tokens per second compared with 230 tokens per second.
Which model is cheaper to run?
GPT-5.6 Luna is cheaper at $0.17 per 1M tokens blended, compared with $0.35 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Gemini 3.5 Flash-Lite has lower latency, with a time to first token of 0.29s compared with 0.42s.
Which model has a larger context window?
GPT-5.6 Luna has a larger context window, supporting 1.05M tokens compared with 1.05M tokens.
Veredicto
Tanto GPT-5.6 Luna (Ideal para máxima eficiencia de costos por token y alta velocidad en producción, sistemas RAG empresariales y automatización mediante API.) como Gemini 3.5 Flash-Lite (Ideal para interacción en tiempo real, baja latencia y enrutamiento de alto volumen, sistemas RAG empresariales y automatización mediante API.) destacan en producción: Gemini 3.5 Flash-Lite lidera en inteligencia general y programación, Gemini 3.5 Flash-Lite ofrece mayor velocidad de generación de tokens y GPT-5.6 Luna resulta más rentable para cargas de trabajo API de alto volumen.
Preguntas frecuentes
¿Cuál es mejor para programación y razonamiento, GPT-5.6 Luna o Gemini 3.5 Flash-Lite?+
En las pruebas de inteligencia compuesta y resolución de código, Gemini 3.5 Flash-Lite obtiene la ventaja. Puedes revisar la tabla SWE-bench y GPQA arriba para comparar cada métrica.
¿Cuánto cuesta la API de GPT-5.6 Luna frente a Gemini 3.5 Flash-Lite?+
GPT-5.6 Luna cuesta $0.20 / $1.20 por millón de tokens de entrada/salida, mientras que Gemini 3.5 Flash-Lite cuesta $0.40 / $2.00. En costo combinado, GPT-5.6 Luna es la opción más económica.
¿Qué modelo tiene mayor ventana de contexto y menor latencia?+
GPT-5.6 Luna cuenta con 1.05M tokens de contexto frente a 1.05M tokens de Gemini 3.5 Flash-Lite. En velocidad de inferencia, Gemini 3.5 Flash-Lite ofrece un rendimiento superior.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Gemini 3.5 Flash-Lite vs. Grok 4.6: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Gemini 3.6 Flash vs. Gemini 3.5 Flash-Lite: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- GPT-5.6 Luna vs. GPT-5.5 Instant: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- GPT-5.6 Terra vs. GPT-5.6 Luna: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Aion-3.0 vs. Aion-Mini: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Aion-3.0 vs. Gemini 3.6 Flash: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
Las puntuaciones de benchmarks, precios por token y límites de tasa evolucionan rápidamente. Verifique siempre las especificaciones actuales en la documentación oficial del proveedor.
Fuentes: Documentación oficial de API de OpenAI y Google, tarjetas de sistema y benchmarks independientes (2026).