deepseek V4 Flash 和 GPT-5.6 Luna 哪个更便宜，好用？

高峰期luna便宜

flash便宜，luna靠谱，但luna慢

我一台hermes用grok 4.6，一台用luna max，d4f fallback

我一直不是很喜欢凡事都用这种工具的，但是这两个月我一直在给deepseek充值。

没料到它前几天竟然大涨，虽然还没有试过除deepseek/qwen以外的其它模型的长期调用，但整体预估，deepseek在便宜和好用这两个维度上，如今是不会太惊艳了。

配额用完了可以等恢复，余额用完了就得充值。

luna不错的，但是真的太慢了

@Chipha #5 有多慢，一秒几个字？

吹luna贬luna的都有，反正我觉得luna是更好的，deepseek原本我最喜欢也觉得最屌的是写作能力，正式版现在变得很差了，几乎不用了

@Kaelen #6 发布于2026-08-19 19:38:13

@Chipha #5 有多慢，一秒几个字？

不是吐字慢，是它很喜欢在那一直思考、反复思考…

@Kaelen #6 我cpa统计的是30 tokens/s，sol 60t/s，ds v4 flash 80t/s，对比之下luna真的超级慢

@StaryunLee #8 看样子适合放到服务器做些文档整理工作，嘿嘿

还是luna吧。最近一直在白嫖ds v4 flash，hy h3,luna.总体上，干点杂活。ds v4 flash合理，hy h3笨笨的，luna超快解决问题。昨天搞dsh反代出来，远程使用。hy h3搞了半个多小时，搞不定。web页面，设置什么一直不能使用。luna接手，5分钟搞定！

luna确实慢，但是质量还可以

没大量实测过，但在perplexity上问过ai，下面ai回答实录（纯是grok的回答）：

deepseek v4 flash 0731和gpt-5.6-luna max，哪一个性能更强？

综合智力几乎打平：两边在 Artificial Analysis Intelligence Index 上都是 52。Luna Max 在 agent、多模态和吞吐上略强；Flash 0731 在开源、首字延迟和官方单价上更划算。[^1_1]

注意：没有单独的「GPT-5.6-Luna Max」型号。它是 GPT-5.6 最便宜的 Luna 档，把推理力度开到 max。[^1_2]

定位差异

维度	DeepSeek V4 Flash 0731	GPT-5.6 Luna Max
本质	正式 GA 版，284B 总参 / 13B 激活 MoE	Luna 档 + max 推理，闭源托管
发布	2026-07-31	2026-07 家族，7 月底降价
上下文	约 1M，最大输出约 384K	约 1.05M，最大输出 128K
输入	仅文本	文本 + 图像
权重	开源（MIT）	闭源
综合智力	52	52

Flash 0731 是 4 月预览版的再后训练，编码、推理和 agent 都明显抬升，架构没变。[^1_3][^1_4]

分项谁更强

独立榜和官方榜不要混着读。AA 对 Flash 的 Terminal-Bench 是 79%；DeepSeek 自家是 82.7%。Luna 官方 Terminal-Bench 是 84.7%。[^1_5][^1_6][^1_7]

评测	Flash 0731	Luna Max	谁强
AA Intelligence Index	52	52	平手 [^1_1]
Terminal-Bench 2.1	79%（AA）/ 82.7%（官方）	84.7%（官方）	Luna 略强 [^1_5][^1_6][^1_7]
GPQA Diamond	91%	92.3%	Luna 略强 [^1_5][^1_8]
Agents' Last Exam	25.2%（官方）	50.3%（官方）	口径不同，Luna 数字更高 [^1_6][^1_7]
DeepSWE	54.4%	约低于 Sol High 5 分	接近，Flash 公开分完整 [^1_6][^1_9]
真实 SaaS agent（12 题）	4/12	5/12	Luna 略强 [^1_10]
ARC-AGI-2（max）	61.4%	未见对等公开分	Flash 有硬推理分 [^1_11]
长上下文召回 MRCR	未给同等表	41.3%（Luna 档悬崖）	Luna 弱项 [^1_7]

一个具体例子：建 6 个日历事件时，Luna 是 10/10，Flash 只有 3/10；跨应用改台账两边都没全过。[^1_10]

Flash 0731 相对自家预览版跳得很猛：Terminal-Bench 从 61.8% 到 82.7%，DeepSWE 从 7.3% 到 54.4%。它打的是「同价位最强开源」，不是去压 GPT-5.6 Sol。[^1_6][^1_5]

速度和价格

指标	Flash 0731 Max	Luna Max
输出速度	117 tok/s	184 tok/s
首字延迟	1.22s	116.20s
AA 综合单价	$0.23 / 1M	$0.17 / 1M
官方输入/输出	$0.14 / $0.28	$0.20 / $1.20
缓存命中	$0.0028（约 98% 折扣）	约 9 折读缓存

Luna 生成更快、AA 综合价更低；Flash 几乎立刻开始吐字，官方输出价大约只有 Luna 的四分之一。AA 按 DeepSeek 官方 API 算，Flash 单任务成本大约比 Luna Max 低 60%，主要靠缓存折扣。[^1_7][^1_1][^1_5]

真实 12 题 SaaS 跑下来，Luna 用时约 51 分钟、约 $0.72；Flash 约 55 分钟、约 $0.82。Flash 单价更低，但这次吃了更多 token。[^1_10]

怎么选

选 Luna Max，如果你要：看图、更稳的工具调用、更高吞吐、少自己运维。它是「同智力档里更好用的托管产品」。[^1_1][^1_10]

选 Flash 0731，如果你要：开源自托管、国内直连、超长输出、极低输出价、首字快。它对编码/agent 已经接近 Luna Max，但不是全面碾压。[^1_3][^1_6]

两边都不是旗舰。要再往上，看 GPT-5.6 Sol / Terra，或 DeepSeek V4 Pro 0813；后者 AA 只比 Flash 0731 高约 1 分，激活参数大约是它的 3.8 倍。[^1_12][^1_7]

---

---

gpt-5.5 xhigh和gpt-5.6-luna max，这两个模型哪个更强大？

综合智力还是 5.5 xhigh 更强。Luna Max 是 5.6 最便宜的一档开到满推理，部分 agent 和工作流能咬住甚至反超，但难题推理和长上下文明显更弱。[^3_1][^3_2]

Luna Max 不是单独型号，而是 gpt-5.6-luna 把推理开到 max。官方也写了：Luna 接近 5.5 的峰值，Terra 才稳定超过 5.5。[^3_1]

定位不同

维度	GPT-5.5 xhigh	GPT-5.6 Luna Max
世代 / 档位	2026-04 旗舰，开到 xhigh	2026-07 最低档，开到 max
AA 综合智力	56（独立测）/ 54.8（官方表）	51.2（官方）/ 约 51–52（max）
官方说法	已被 Terra 超越	接近 5.5 峰值，成本不到一半
上下文	约 922K	约 1.05M，但长文召回崩

5.5 是上一代满血大脑；Luna 是新一代小模型，靠更高推理档位把性价比拉满，不是去替换 5.5 的天花板。[^3_2][^3_3][^3_1]

分项谁赢

官方对照表里，5.5 赢在「难、深、长」；Luna 赢在一部分新 agent / 职场任务。

评测	5.5	Luna	谁强
AA Intelligence Index	54.8 / 56	51.2	5.5 [^3_1][^3_2]
GPQA Diamond	93.6%	92.3%	5.5 [^3_1]
FrontierMath T1–3	85.3%	78.6%	5.5 [^3_1]
FrontierMath T4	72.5%	58.5%	5.5，差 14 分 [^3_1]
Terminal-Bench 2.1	85.6%	84.7%	5.5 略强 [^3_1]
Coding Agent Index	76.4	74.6	5.5 [^3_1]
SWE-Bench Pro	59.4%	62.7%	Luna [^3_1]
DeepSWE	67%	67.2%	基本平 [^3_1]
Agents' Last Exam	46.9%	50.3%	Luna [^3_1]
GDPval-AA v2	1494 Elo	1592 Elo	Luna [^3_1]
HealthBench	49.5%	55.7%	Luna [^3_1]
Toolathlon	55.6%	53.4%	5.5 [^3_1]
BrowseComp	84.4%	83.3%	5.5 略强 [^3_1]
OSWorld 2.0	47.5%	45.6%	5.5 略强 [^3_1]
MRCR 256K–512K	81.5%	41.3%	5.5，Luna 断崖 [^3_1]
ExploitBench	47.9%	33.2%	5.5 [^3_1]

一个具体例子：同样读超长文档找针，5.5 还能到八成，Luna 掉到四成。长仓库、多文件、大 PDF 不要用 Luna。[^3_4]

速度和价格

指标	5.5 xhigh	Luna Max
API 单价	$5 / $30	$0.20 / $1.20（7 月 30 日降 80%）
价差	基准	输入约便宜 25 倍
输出速度	约 90 tok/s	约 180–200 tok/s
首字延迟	约 38s	max 档会想很久

Luna 更便宜、吐字更快；5.5 单次更贵，但难题上少走弯路。[^3_3][^3_2][^3_4]

怎么选

要比「谁更强」，选 5.5 xhigh：综合智力、竞赛数学、科学题、长上下文、安全/漏洞类都更高。

要比「新一代小模型开满后能不能干活」，Luna Max 已经够用：SWE-Bench Pro、Agents' Last Exam、GDPval、医疗题甚至更高，而且便宜一个数量级。

如果你现在就能用 5.6，日常替换 5.5 更合理的是 Terra，不是 Luna。官方写的是 Terra 超过 5.5，Luna 只是接近。[^3_1]

---

再加上terra xigh做比较

按你点名的档位，综合智力是 5.5 xhigh > Terra xhigh > Luna Max。Terra 要开到 max，才会在官方表上整体超过 5.5；只开 xhigh，独立榜还低于 5.5。[^4_1][^4_2][^4_3]

官方发布表里的「Terra」没写死是 xhigh。独立测：Terra xhigh 是 53，Terra max 才是 55；5.5 xhigh 是 56，Luna max 约 51–52。[^4_2][^4_4][^4_1]

先对齐档位

设置	AA 综合智力	含义
GPT-5.5 xhigh	56	上一代旗舰接近满档 [^4_4]
Terra max	55	Terra 真正满档，官方表更接近这一档 [^4_2]
官方 Terra 列	55.0	发布稿数字，未标明 xhigh [^4_3]
Terra xhigh	53	你这次要比的这一档 [^4_1]
Luna Max	51–52	最低档开满 [^4_2][^4_3]

5.5 没有对外的 max。Luna 的 max 已经高于 xhigh，Terra xhigh 却还没到自己的顶。所以这组对比里，5.5 和 Luna 都接近各自天花板，Terra 还留了一档。

三分项对照

后两列：官方 Terra / Luna 是发布表；括号里补独立档位。

评测	5.5	Terra（官方 / xhigh）	Luna Max
AA Intelligence	56 / 54.8	55 官方，53 xhigh	51.2
GPQA Diamond	93.6%	92.9%	92.3%
FrontierMath T1–3	85.3%	84.9%	78.6%
FrontierMath T4	72.5%	68.3%	58.5%
Terminal-Bench 2.1	85.6%	87.4%	84.7%
Coding Agent Index	76.4	77.4	74.6
SWE-Bench Pro	59.4%	63.4%	62.7%
DeepSWE	67%	69.6%	67.2%
Agents' Last Exam	46.9%	50.4%	50.3%
GDPval-AA v2	1494 Elo	1593 Elo	1592 Elo
BrowseComp	84.4%	87.5%	83.3%
OSWorld 2.0	47.5%	50.2%	45.6%
Toolathlon	55.6%	53.1%	53.4%
MRCR 256K–512K	81.5%	89.6%	41.3%
MRCR 512K–1M	74%	72.5%	41.3%
ExploitBench	47.9%	52.9%	33.2%

官方 Terra 在编码、agent、浏览、职场任务上超过 5.5；最难的竞赛数学、科学题、Toolathlon 仍略输。Luna 跟 Terra 在 ALE / GDPval 上几乎贴脸，但长上下文直接腰斩。[^4_3]

一个具体例子：同样扫 256K–512K 长文，Terra 89.6%，5.5 81.5%，Luna 只有 41.3%。长仓库、大 PDF 不要用 Luna；Terra xhigh 反而比 5.5 更稳。[^4_3]

速度和价格

指标	5.5 xhigh	Terra xhigh	Luna Max
官方输入/输出	$5 / $30	现约 $2 / $12（降过 20%）	$0.20 / $1.20
输出速度	约 90 tok/s	122 tok/s	约 180–200 tok/s
首字延迟	约 38s	16.8s	max 会想很久
上下文	约 922K	1M	约 1.05M

Terra xhigh 是三家里延迟最舒服的一档：比 5.5 便宜一半多，比 Luna 贵一个数量级，但长上下文和难题明显更完整。[^4_1][^4_2][^4_3]

独立榜还有一句难听的：性价比帕累托上，Luna 和 Sol 总压着 Terra。同一预算下，往往能找到一档 Luna 或 Sol，比同价 Terra 更聪明，或一样聪明更便宜。[^4_2]

怎么选

要比「谁更强」：还是 5.5 xhigh。独立综合分最高，难题推理也最稳。

要比「5.6 里谁能替 5.5」：用 Terra max，不要停在 xhigh。官方写的「Terra 超过 5.5」，指的是满档 Terra，不是 xhigh。[^4_3]

Luna Max 只适合高吞吐、短上下文、预算极紧。它能咬住一部分 agent 分，但不是这两位的同级对手。

日常默认：Terra xhigh 做实现，难了再升 Terra max 或换回 5.5 xhigh / Sol。

---

那我是否可以理解，luna纯粹为了便宜，性能上砍的比较多，可能用来抗衡deepseek flash等开源模型，

这个理解 对了一半。Luna 确实是便宜、走量的一档，市场位置也和 DeepSeek V4 Flash 重叠；但不是「为了便宜把性能砍残」，更不是纯为了打 Flash 才做出来的残血版。[^5_1][^5_2]

便宜是对的

Luna 就是 5.6 里的高并发、低单价层：路由、摘要、打标、重复后台活、简单浏览。7 月 30 日又降了 80%，现在大约 $0.20 / $1.20，ChatGPT 免费档默认也落到它。[^5_3][^5_4][^5_5]

产品结构上也是小模型档。社区和官方对照里，Terra 更接近以前的 Mini，Luna 更接近 Nano，不是缩水版 Sol。[^5_6]

「砍很多」说重了

相对 Sol / Terra，它确实矮一截，尤其是难题和长上下文。相对上一代旗舰 5.5，官方说法是接近峰值、成本不到一半，不是腰斩。[^5_1]

对比	实际情况
vs Sol	综合智力大约 51–52 对 59，这才是真正的档位差 [^5_7]
vs 5.5 xhigh	综合低约 3–5 分；SWE-Bench Pro、ALE、HealthBench 甚至更高 [^5_1]
真被砍的	FrontierMath T4（58.5% vs 5.5 的 72.5%）、MRCR 长文掉到 41%、漏洞/安全类 [^5_1]
没怎么砍的	日常编码、agent、职场任务，和 5.5 贴得很近 [^5_1]

所以它比较像「新一代小模型，开满推理后能干上一代旗舰的活」，不是把 Sol bilibili 式减参减残。

和 Flash 是同价位对手

两边都盯着低成本 agent。独立综合智力都是 52，输入价也挤在同一区间。[^5_2][^5_8]

但 Luna 并没有在单价上打赢 Flash：

	Luna	Flash 0731
官方输入/输出	$0.20 / $1.20	$0.14 / $0.28
综合智力	52	52
DeepSWE	67.2%	约 53–54%
真实 SaaS 12 题	5/12	4/12
权重	闭源托管	开源可自建
看图	能	不能

Flash 输出大约便宜 4 倍，还能自托管；Luna 在编码质量和指令遵循上更稳，吞吐也更高。DeepSWE 上 Luna 更准（67% vs 53%），单次大约贵 6 倍，所以有人用「Flash 先打、过不了再升 Luna」更划算。[^5_9][^5_10][^5_2]

7 月底那次大幅降价，很像在这个价位跟开源托管抢量，不是 Luna 这个型号的全部存在理由。[^5_4]

更准确的读法

Luna = 5.6 的走量层，用来把大量简单到中等任务从 Terra/Sol 上卸下来，同时跟 Flash、Gemini Flash 这类便宜模型抢 API 和免费用户。

性能上砍的是天花板和长上下文，不是「不能干活」。日常实现、短仓库、高并发，它够用；难题、超长文档、高风险判断，别指望它扛。

若目标是「尽量便宜还要接近 5.5」，Luna Max 比 Flash 更像 OpenAI 自己的答案；若目标是「能自建、输出极便宜」，Flash 仍然更狠。

---

GPT-5.6 Luna Max 和gpt-5.5 xhigh同样任务的token消耗量大概差多少

同样任务下，输入差不多，输出 Luna Max 更多。独立同套评测里，Luna Max 的输出（含思考）大约是 5.5 xhigh 的 1.8 倍；发布时按每题均值则大约多 20%。[^6_1][^6_2][^6_3]

差的是推理 token，不是你贴进去的 prompt。思考按输出计价。[^6_4]

同套评测差多少

Artificial Analysis 用同一套 Intelligence Index 跑两边：

口径	5.5 xhigh	Luna Max	比值
整套输出总量（现行 v4.1.1）	72M	130M	Luna 多约 80% [^6_2][^6_1]
每题输出均值（7 月 11 日快照）	16k	19k	Luna 多约 19% [^6_5][^6_3]
每题费用（现行价）	$1.17	$0.05	Luna 便宜约 23 倍 [^6_2][^6_1]
首字延迟	38s	116s	Luna 想得更久 [^6_2][^6_1]

更稳妥的读法：同样难度的评测题，Luna Max 大概多吐 20%–80% 输出 token。现行整套总量更偏向 1.8 倍；早期每题均值更接近 1.2 倍。指数改版后，agent 题变多，max 更容易把思考预算用满。[^6_3][^6_1]

别和 xhigh 搞混

max 比 xhigh 多一档思考。Luna 自己 internally 差一截：

档位	每题输出	整套输出
Luna high	8k	37M
Luna xhigh	12k	67M
Luna Max	19k	130M
5.5 xhigh	16k	72M

所以：Luna xhigh 比 5.5 xhigh 还省一点（约 0.8–0.9 倍）；Luna Max 才会明显更费。[^6_6][^6_1][^6_3]

一个具体例子：同一道 Intelligence Index 题，5.5 xhigh 大约 1.6 万输出；Luna xhigh 大约 1.2 万；Luna Max 大约 1.9 万。Max 相对 5.5 多出来的，基本都是隐藏推理。[^6_3]

钱和量是反的

Token 更多，账单仍便宜得多。输出单价 5.5 是 $30/百万，Luna 是 $1.20，差 25 倍；就算 Luna 多用 1.8 倍 token，输出费用仍大约只有 5.5 的 1/14。[^6_7][^6_1]

Codex 订阅里有人觉得 Luna 更吃额度，那是额度按模型加权，不是原始 token 更少。API 按量计费时，Luna Max 仍然远便宜。[^6_8]

官方那句「少 8.5 倍输出」比的是 Luna 对 5.4 mini，不是对 5.5 xhigh，不能拿来估这组。[^6_7]

短、机械的任务两边用量会接近；难题、多工具、开到 Max 时，Luna 更容易把思考预算刷满，输出差距往 1.5–2 倍靠。想接近 5.5 的用量，用 Luna xhigh，不要用 Max。

---

openai codex的额度，是固定金额的？还是固定token的？

两边都不是。Codex 的额度单位是 credits，再按 token 费率扣；既不是固定美元包，也不是「100 万 token 就是 100 万 token」。[^7_1][^7_2]

2026 年 4 月起，按条计费改成了「token → 积分」对照表。订阅自带额度不公布精确金额或精确 token 数。[^7_3]

实际怎么扣

每条任务拆成输入、缓存输入、输出，分别按百万 token 扣积分。模型越贵，同样 token 扣得越多。[^7_4][^7_1]

模型	输入 / 1M	缓存输入 / 1M	输出 / 1M
GPT-5.6 Sol	125	12.5	750
GPT-5.6 Terra	62.5	6.25	375
GPT-5.6 Luna	25	2.5	150

倍率跟 API 价一样：Terra 是 Sol 的一半，Luna 是五分之一。同样吐 100 万输出 token，Sol 扣 750 分，Luna 只扣 150 分。[^7_4]

官方说 GPT-5.6 大概每条 5–40 分，区间很大：仓库越大、推理越高、工具轮次越多，越往上走。Fast 模式还会再乘倍率。[^7_2][^7_4]

订阅自带的是什么

Plus / Pro 先吃套餐里的 用量池，仪表盘用百分比显示，一般有 5 小时窗口和周封顶。ChatGPT Work、Excel、部分 Workspace Agent 和 Codex 共用这一池。[^7_5][^7_4]

这池子不是固定 token。官方只给「大约能发多少条」的区间，因为每条实际吃多少 token 差很多：

档位	Plus 每 5 小时约多少条
Sol	15–90
Terra	20–110
Luna	50–280

Pro 5x / 20x 按 Plus 放大。小改动可能只啃一点，长仓库 + Max 推理一条就能打掉一大截。[^7_6][^7_5]

7 月 12 日曾临时拿掉 5 小时窗，周额度还在。以你账号用量页上的三个表为准：5 小时、每周、付费积分。[^7_5][^7_6]

额外买的才接近「钱」

套餐用完后，Plus / Pro 可以买 credits。积分按 token 表扣，大约 1 分 ≈ 4 美分（比如约 $40 买 1000 分）。这层是「先付钱换成积分，再按加权 token 花掉」。[^7_1][^7_3]

用 API Key 登录则完全按 API 美元计费，不走这套订阅额度。[^7_2]

直观结论

• 不是固定金额包（套餐里没写死本月值多少美元）


• 也不是固定 token 包（100 万 Luna token ≠ 100 万 Sol token）


• 是固定积分预算，按模型和 token 类型加权消耗

所以 Luna Max 虽然单次 token 往往比 5.5 xhigh 多，但积分单价大约只有 Sol / 5.5 的五分之一，同一条订阅额度通常仍能撑更久。[^7_4]

---

就是说我一个账号的原始额度，用价格更便宜的5.6-luna max，相比较5.5-xhigh，可以多用很多token，对吧？

对。同一账号的原始额度，换成 Luna Max，能花出去的 token 大约是 5.5 xhigh 的 5 倍。[^8_1][^8_2]

Codex 按积分扣，5.5 和 Sol 是同一张价目表，Luna 整表都是它的五分之一。[^8_2][^8_3]

	5.5 / Sol	Luna	同样积分能买到的 token
输入 / 1M	125 分	25 分	Luna 约 5 倍
缓存输入 / 1M	12.5 分	2.5 分	Luna 约 5 倍
输出（含思考）/ 1M	750 分	150 分	Luna 约 5 倍

思考 token 按输出计。额度是积分池，不是 token 池，所以便宜模型等于把同一池子换成更多 token。[^8_3]

任务数会少一点

「能多用很多 token」成立；「能多做 5 倍任务」不成立。Luna Max 同一道题往往比 5.5 xhigh 多吐 20%–80% 输出。[^8_4][^8_5]

粗算：积分便宜 5 倍，单次多用约 1.2–1.8 倍 token，完整任务大概能做 3–4 倍。官方区间也接近这个量级：Plus 每 5 小时 Luna 大约 50–280 条，Sol / 5.5 大约 15–90 条。[^8_6]

大仓库、长上下文照样啃输入积分。Luna 只是同样上下文便宜五倍，不是不扣。

想让额度撑最久：用 Luna，但别一直 Max。Luna xhigh 单次 token 往往还少于 5.5 xhigh，积分又便宜五倍，任务数会比 Max 更夸张。[^8_5][^8_3]