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 et Gemini 3.5 Flash-Lite de Google sont deux modèles d’IA de premier plan. GPT-5.6 Luna propose une fenêtre de contexte de 1.05M tokens au tarif de $0.20/$1.20 par million de tokens, tandis que Gemini 3.5 Flash-Lite offre 1.05M tokens de contexte à $0.40/$2.00 par million de tokens. Découvrez ci-dessous le comparatif détaillé des performances et des coûts.
Changez et Comparez les Modèles
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
GPT-5.6 Luna
Modèle Léger et ÉconomiqueGPT-5.6 Luna de OpenAI est un modèle d’IA conçu pour une efficacité économique maximale par token et une exécution légère à grande échelle, offrant une fenêtre de contexte de 1.1M, une vitesse de 230 tokens/s, un indice d’intelligence de 57
$0.20 / 1M
$1.20 / 1M
1.05M tokens
63.5%
Gemini 3.5 Flash-Lite
Inférence Ultra-RapideGemini 3.5 Flash-Lite de Google est un modèle d’IA conçu pour les applications en temps réel à très faible latence et le routage à haut débit, offrant une fenêtre de contexte de 1.0M, une vitesse de 240 tokens/s, un indice d’intelligence de
$0.40 / 1M
$2.00 / 1M
1.05M tokens
N/A
Différences Clés en un Coup d’Œil
- 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.
| Caractéristique | 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 |
Qui gagne où ?
At-a-glance decision frameworkEvaluations ongoing
Scores de Benchmarks Vérifiés
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.
Latence et Temps de Réponse
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulateur Interactif de Coût de Tokens
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
GPT-5.6 Luna · Strengths & Key Advantages
- Fenêtre de contexte de 1.1M et capacité de sortie maximale de 128K tokens (SWE-bench Verified 63.5% · GPQA Diamond 70.5%)
- Débit rapide de 230 tokens/seconde avec une latence au premier token (TTFT) de 420 ms
- Tarification API optimisée ($0.2/$1.2 par million de tokens) avec prise en charge du cache de prompts et des schémas JSON stricts
Considerations & Trade-offs
- Modèle cloud propriétaire ne permettant pas le téléchargement local des poids sur serveur isolé
- Sur les problèmes de recherche fondamentale très complexes, les modèles de raisonnement lourd restent supérieurs
Gemini 3.5 Flash-Lite · Strengths & Key Advantages
- Fenêtre de contexte de 1.0M et capacité de sortie maximale de 33K tokens (MMLU-Pro 81.2% · Arena Elo 1375)
- Débit rapide de 240 tokens/seconde avec une latence au premier token (TTFT) de 290 ms
- Tarification API optimisée ($0.4/$2 par million de tokens) avec prise en charge du cache de prompts et des schémas JSON stricts
Considerations & Trade-offs
- Modèle cloud propriétaire ne permettant pas le téléchargement local des poids sur serveur isolé
- Sur les problèmes de recherche fondamentale très complexes, les modèles de raisonnement lourd restent supérieurs
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 |
Spécifications Techniques
Architecture, release timeline, capabilities, and modalities.
| Caractéristique | 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: Réponses Rapides (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.
Verdict
GPT-5.6 Luna (Conçu pour une efficacité économique maximale par token et une exécution légère à grande échelle, l’intégration RAG et les pipelines de production évolutifs.) et Gemini 3.5 Flash-Lite (Conçu pour les applications en temps réel à très faible latence et le routage à haut débit, l’intégration RAG et les pipelines de production évolutifs.) répondent à des besoins complémentaires : Gemini 3.5 Flash-Lite domine sur les benchmarks de raisonnement et de programmation, Gemini 3.5 Flash-Lite assure un débit supérieur et GPT-5.6 Luna offre le meilleur rapport coût-efficacité en production.
Questions fréquentes
Quel modèle choisir pour le code et le raisonnement, GPT-5.6 Luna ou Gemini 3.5 Flash-Lite ?+
Sur l’indice d’intelligence composite et les tests de code, Gemini 3.5 Flash-Lite prend l’avantage. Consultez les scores SWE-bench et GPQA ci-dessus pour plus de détails.
Quelle est la différence de prix API entre GPT-5.6 Luna et Gemini 3.5 Flash-Lite ?+
GPT-5.6 Luna est facturé $0.20 / $1.20 par million de tokens (entrée/sortie) contre $0.40 / $2.00 pour Gemini 3.5 Flash-Lite. En coût pondéré, GPT-5.6 Luna est plus économique.
Quel modèle offre la plus grande fenêtre de contexte et la meilleure vitesse ?+
GPT-5.6 Luna prend en charge 1.05M tokens contre 1.05M tokens pour Gemini 3.5 Flash-Lite. Côté vitesse de génération, Gemini 3.5 Flash-Lite est le plus rapide.
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 : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Gemini 3.6 Flash vs Gemini 3.5 Flash-Lite : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- GPT-5.6 Luna vs GPT-5.5 Instant : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- GPT-5.6 Terra vs GPT-5.6 Luna : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Aion-3.0 vs Aion-Mini : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Aion-3.0 vs Gemini 3.6 Flash : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
Les scores de benchmarks, tarifs par token et limites évoluent rapidement. Vérifiez toujours les spécifications actuelles sur la documentation officielle du fournisseur.
Sources: Documentation API officielle de OpenAI et Google, fiches système et benchmarks indépendants (2026).