Head-to-Head Model Comparison

GPT-5.6 Terra vs GPT-5.6 Luna

Benchmarks, API Token Pricing, Context Window & Speed Comparison

GetInfoUs अनुसंधान दल द्वारा समीक्षितअंतिम समीक्षा: October 2026संपादकीय नीति

साझा करें

किसी भी मॉडल को बदलें और तुलना करें

Select any AI models from our verified benchmark database to generate live side-by-side matrices.

GPT-5.6 TerraProfile

GPT-5.6 LunaProfile

Multi-Model Arena Stack:

5-Model Matrix Workbench

Popular Matchups:

OpenAI

GPT-5.6 Terra

फ्लैगशिप फ्रंटियर मॉडल

OpenAI का GPT-5.6 Terra जटिल एंटरप्राइज रीजनिंग, कोडिंग और प्रोडक्शन AI वर्कफ़्लो के लिए निर्मित एक उन्नत AI मॉडल है, जो 1.1M कॉन्टेक्स्ट विंडो, 124 टोकन/सेकंड स्पीड और $2/$10 प्रति 1M टोकन कीमत के साथ 85/100 इंटेलीजेंस स्कोर प्रदान करता है

Intelligence Index85 / 100

Input Token:

$2.00 / 1M

Output Token:

$10.00 / 1M

Context Window:

1.05M tokens

SWE-bench Verified:

81.4%

OpenAI

GPT-5.6 Luna

हल्का और किफायती मॉडल

OpenAI का GPT-5.6 Luna किफायती टोकन लागत और तेज़ प्रोडक्शन इन्फरेंस के लिए निर्मित एक उन्नत AI मॉडल है, जो 1.1M कॉन्टेक्स्ट विंडो, 230 टोकन/सेकंड स्पीड और $0.2/$1.2 प्रति 1M टोकन कीमत के साथ 57/100 इंटेलीजेंस स्कोर प्रदान करता है।

Intelligence Index57 / 100

Input Token:

$0.20 / 1M

Output Token:

$1.20 / 1M

Context Window:

1.05M tokens

SWE-bench Verified:

63.5%

एक नज़र में मुख्य अंतर

GPT-5.6 Luna is 8.7x cheaper for API usage (input + output tokens combined).
GPT-5.6 Luna is faster at 230 tok/s vs 124 tok/s.
GPT-5.6 Terra leads on SWE-bench coding (81.4% vs 63.5%).

Need definitions for token pricing, context, or benchmarks?Explore AI Glossary →

Feature	GPT-5.6 Terra	GPT-5.6 Luna
Intelligence Index Composite reasoning & knowledge score (0-100)	85	57
Provider	OpenAI	OpenAI
Input Price Cost per million input tokens	$2.00 / 1M	$0.20 / 1M
Output Price Cost per million output tokens	$10.00 / 1M	$1.20 / 1M
Blended Price Weighted 7:2:1 cache:input:output per 1M	$1.54 / 1M	$0.17 / 1M
Context Window Maximum input + output tokens	1.05M tokens~1,575 A4 pages of text	1.05M tokens~1,575 A4 pages of text
Max Output Tokens Per single request	128K	128K
Throughput Speed Tokens generated per second	124 tok/s	230 tok/s
SWE-bench Verified Real-world software engineering	81.4%	63.5%
GPQA Diamond Graduate-level reasoning	80.4%	70.5%
Cached Input Price Prompt caching discount per 1M tokens	$0.20 / 1M	$0.02 / 1M

किस क्षेत्र में कौन आगे है?

At-a-glance decision framework

Coding

GPT-5.6 Terra

+17.9% SWE-bench lead

Cost

GPT-5.6 Luna

8.7x cheaper monthly runtime

Speed

GPT-5.6 Luna

+85% faster generation

Context

Tied

1.05M tokens window

सत्यापित बेंचमार्क स्कोर तुलना

Official evaluation metrics verified by independent third-party research labs.

GPT-5.6 TerraGPT-5.6 Luna

SWE-bench Verified (Autonomous Coding)

Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.

81.4%vs63.5%

GPQA Diamond (Doctorate-Level Science & Math)

Challenging questions created by domain experts to test complex PhD-level reasoning.

80.4%vs70.5%

MMLU-Pro (Multi-task Language Understanding)

Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.

89.8%vs83.5%

LMSYS Chatbot Arena Elo

Crowdsourced human preference evaluation based on blind, head-to-head model battles.

1470ptsvs1368pts

Humanity's Last Exam (Frontier Expert Knowledge)

Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.

16.4%vs11.4%

Terminal-Bench (Agentic Coding & Terminal Use)

Autonomous multi-step tasks executed inside a real command-line terminal environment.

57%vs38.5%

SciCode (Scientific Computing)

Research-grade coding problems drawn from real scientific and numerical workloads.

52.5%vs36%

LiveCodeBench (Competitive Coding)

Contamination-free competitive programming problems collected continuously over time.

78.8%vs62.5%

AIME (Advanced Math Competition)

American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.

94.6%vs87%

Long-Context Reasoning

Accuracy when reasoning over very large inputs that fill the model context window.

87.2%vs76.5%

Generation Speed (Throughput)

Tokens emitted per second during active generation streaming.

124 tok/s vs230 tok/s

लेटेंसी और रिस्पॉन्स समय

Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.

Time to First Token (TTFT)Lower is better

GPT-5.6 Terra1.09s

GPT-5.6 Luna0.42s

Est. End-to-End Response (500 tokens)TTFT + generation time

GPT-5.6 Terra5.12s

GPT-5.6 Luna2.59s

रियल-टाइम टोकन लागत सिम्युलेटर

Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.

Daily Input Tokens100K / day

10K500K1M

Daily Output Tokens30K / day

5K150K300K

Prompt Cache Hit Ratio50% cached

0% (Cold)50%90% (Warm)

GPT-5.6 Terra Monthly API Bill

$12.30 / month

$2/1M in · $10/1M out

GPT-5.6 Luna Monthly API Bill

$1.41 / month

$0.2/1M in · $1.2/1M out

GPT-5.6 Luna saves approximately $10.89 / month (89%) under this workload.8.7x Savings

GPT-5.6 Terra · Strengths & Key Advantages

1.1M कॉन्टेक्स्ट विंडो और अधिकतम 128K आउटपुट टोकन क्षमता (SWE-bench Verified 81.4% · GPQA Diamond 80.4%)
124 टोकन/सेकंड की तेज़ जनरेशन स्पीड और मात्र 1090ms का प्रथम टोकन लेटेंसी समय (TTFT)
$2/$10 प्रति 1M टोकन कीमत पर प्रॉम्प्ट कैशिंग, फंक्शन कॉलिंग और स्ट्रक्चर्ड JSON आउटपुट का पूर्ण समर्थन

Considerations & Trade-offs

प्रोप्राइटरी क्लाउड मॉडल — इसके वेट्स को ऑफ़लाइन लोकल सर्वर पर डाउनलोड नहीं किया जा सकता
उच्च-वॉल्यूम प्रोडक्शन ट्रैफ़िक में लागत कम रखने के लिए प्रॉम्प्ट कैशिंग और बैच API का उपयोग आवश्यक है

GPT-5.6 Luna · Strengths & Key Advantages

1.1M कॉन्टेक्स्ट विंडो और अधिकतम 128K आउटपुट टोकन क्षमता (SWE-bench Verified 63.5% · GPQA Diamond 70.5%)
230 टोकन/सेकंड की तेज़ जनरेशन स्पीड और मात्र 420ms का प्रथम टोकन लेटेंसी समय (TTFT)
$0.2/$1.2 प्रति 1M टोकन कीमत पर प्रॉम्प्ट कैशिंग, फंक्शन कॉलिंग और स्ट्रक्चर्ड JSON आउटपुट का पूर्ण समर्थन

Considerations & Trade-offs

प्रोप्राइटरी क्लाउड मॉडल — इसके वेट्स को ऑफ़लाइन लोकल सर्वर पर डाउनलोड नहीं किया जा सकता
अत्यंत जटिल वैज्ञानिक शोध कार्यों में शीर्ष फ्लैगशिप रीजनिंग मॉडल की तुलना में गहराई थोड़ी कम हो सकती है

Token Use & Task Economics

Estimated cost and token consumption to complete one representative agentic task.

Metric	GPT-5.6 Terra	GPT-5.6 Luna
Cost per Task Estimated USD to finish one task	$1.95	$0.19
Output Tokens / Task Tokens generated per task	58K	46K
Reasoning Tokens / Task Thinking tokens burned per task	32K	20K

तकनीकी विशिष्टताएँ (Specs)

Architecture, release timeline, capabilities, and modalities.

Feature	GPT-5.6 Terra	GPT-5.6 Luna
Official API Model ID (SDK)	gpt-5-6-terra	gpt-5-6-luna
API Protocol	OpenAI Responses API & Chat Completions v1	OpenAI Responses API & Chat Completions v1
Release Date	2026-07	2026-07
Knowledge Cutoff	February 2026	February 2026
Architecture	Balanced unified reasoning model	Efficient compact reasoning model
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 ($2/1M in) across full 1050K window	Flat rate ($0.2/1M in) across full 1050K window
Prompt Cache Policy & TTL	Automatic prefix caching at $0.2/1M (no extra cache-write fee)	Automatic prefix caching at $0.02/1M (no extra cache-write fee)
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	Native Web Search tool + Hosted Code Interpreter & File Search RAG
Official Fine-Tuning Support	Supervised Fine-Tuning (SFT), Direct Preference (DPO) & Reinforcement Fine-Tuning (RFT)	Supervised Fine-Tuning (SFT), Direct Preference (DPO) & Reinforcement Fine-Tuning (RFT)
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	OpenAI Preparedness Framework Audited & System Card Published
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 Terra vs GPT-5.6 Luna: त्वरित प्रश्नोत्तर (FAQ)

Which is more intelligent, GPT-5.6 Terra or GPT-5.6 Luna?

GPT-5.6 Terra is more intelligent. It scores 85 compared with 57 on the composite Intelligence Index.

Which model is faster?

GPT-5.6 Luna is faster, generating 230 tokens per second compared with 124 tokens per second.

Which model is cheaper to run?

GPT-5.6 Luna is cheaper at $0.17 per 1M tokens blended, compared with $1.54 (7:2:1 cache:input:output ratio).

Which model has lower latency?

GPT-5.6 Luna has lower latency, with a time to first token of 0.42s compared with 1.09s.

निष्कर्ष

GPT-5.6 Terra (जटिल एंटरप्राइज रीजनिंग, कोडिंग और प्रोडक्शन AI वर्कफ़्लो, एंटरप्राइज RAG सिस्टम और स्केलेबल API इंटीग्रेशन के लिए सर्वोत्तम।) और GPT-5.6 Luna (किफायती टोकन लागत और तेज़ प्रोडक्शन इन्फरेंस, एंटरप्राइज RAG सिस्टम और स्केलेबल API इंटीग्रेशन के लिए सर्वोत्तम।) दोनों मजबूत विकल्प हैं: GPT-5.6 Terra जटिल रीजनिंग और कोडिंग बेंचमार्क में आगे है, GPT-5.6 Luna तेज़ टोकन जनरेशन देता है, और GPT-5.6 Luna बड़े पैमाने के API उपयोग के लिए अधिक किफायती है।

अक्सर पूछे जाने वाले प्रश्न (FAQ)

कोडिंग और रीजनिंग के लिए GPT-5.6 Terra या GPT-5.6 Luna में से कौन बेहतर है?+

समग्र इंटेलिजेंस और कोडिंग बेंचमार्क में GPT-5.6 Terra आगे है। विस्तृत तुलना के लिए ऊपर SWE-bench और GPQA स्कोर देखें।

GPT-5.6 Terra और GPT-5.6 Luna में किसका API सस्ता है?+

GPT-5.6 Terra की इनपुट/आउटपुट कीमत $2.00 / $10.00 प्रति 1M टोकन है और GPT-5.6 Luna की $0.20 / $1.20 है। समग्र लागत में GPT-5.6 Luna अधिक किफायती है।

किस मॉडल का कॉन्टेक्स्ट विंडो और स्पीड बेहतर है?+

GPT-5.6 Terra में 1.05M टोकन कॉन्टेक्स्ट विंडो है जबकि GPT-5.6 Luna में 1.05M टोकन है। जनरेशन स्पीड के मामले में GPT-5.6 Luna तेज़ है।

AI Terminology & Guide

Explore Glossary →

Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.

Tokens & Pricing Context Window AI Benchmarks Reasoning Models Tool Calling Model Context Protocol (MCP)

GPT-5.6 Terra vs GPT-5.6 Luna

किसी भी मॉडल को बदलें और तुलना करें

GPT-5.6 Terra

GPT-5.6 Luna

किस क्षेत्र में कौन आगे है?

सत्यापित बेंचमार्क स्कोर तुलना

लेटेंसी और रिस्पॉन्स समय

रियल-टाइम टोकन लागत सिम्युलेटर

GPT-5.6 Terra · Strengths & Key Advantages

Considerations & Trade-offs

GPT-5.6 Luna · Strengths & Key Advantages

Considerations & Trade-offs

Token Use & Task Economics

तकनीकी विशिष्टताएँ (Specs)

GPT-5.6 Terra vs GPT-5.6 Luna: त्वरित प्रश्नोत्तर (FAQ)

निष्कर्ष

अक्सर पूछे जाने वाले प्रश्न (FAQ)

Related reading