在一系列要求较高的开发任务中，GPT-6 Luna生成了可用的浏览器软件和两款可以游玩的C++ 3D游戏。表现最好的是最初生成的滑板游戏：它编译顺利，包含花式动作、滑杆和计分。较弱的结果同样值得关注：浏览器桌面在修复代码后才能打开，拉力赛游戏看起来比实际操控更有说服力。Luna最适合作为低成本的起点，用来生成需要有人运行、检查并改进的软件。
低价格能覆盖什么
OpenAI将GPT-6 Luna定位为GPT-6系列中的轻量模型。其API价格按每百万token计算，token是衡量模型处理或生成文本量的单位：
| 模型 | 每百万token输入价格 | 每百万token输出价格 |
|---|---|---|
| GPT-6 Luna | $0.10 | $0.50 |
| GPT-6 Sol | $2.00 | $10.00 |
| GPT-6 Astra | $10.00 | $50.00 |
这些价格针对API使用，而非ChatGPT Pro订阅价格。Luna支持文本和图像输入，上下文窗口为1,050,000个token，最多可输出128,000个token。其公布的知识截止日期为2026年5月19日。公开的DeepSWE结果显示，Luna在最高推理强度下得分66.6%，GPT-5.6 Luna为62.2%。不过，这一基准测试结果并不保证在具体项目中获得同样的提升。
修复一次后才可用的浏览器桌面
在选择最高推理强度后，GPT-6 Luna被要求在一个HTML文件中做出浏览器桌面、若干日常应用、动态壁纸和两款可玩的3D小游戏。报告的生成时间为45分13秒，但其中约40分钟是在交互式权限提示处等待批准。
第一个文件无法显示：一个JavaScript语法错误导致页面停止运行。收到浏览器控制台的错误信息后，Luna在3分45秒内给出了修复。修复后的桌面包含可搜索的应用启动器、本地时钟、壁纸控制、邮件、笔记和计算器。笔记可以把文本保存在浏览器中，计算器虽然布局别扭、按钮过大，但能完成计算。
▲ 内置应用和游戏的浏览器桌面
两款游戏都能运行。一款让玩家驾车穿行于低多边形城市收集包裹，另一款是第三人称躲避障碍游戏。此外还有一个专注计时器，会在计时工作期间切换壁纸。结果实现了“在一个文件中做出可交互的多应用环境”这一核心目标，但部分窗口控件不够顺手，驾驶游戏也缺少在窗口内退出的控件。实际经验是：生成的应用启动失败时，应把它当作调试任务，而不是成品——查看控制台错误，反馈给模型，再测试修复后的文件。
两款C++游戏，两种不同优势
原生代码方面最明确的成功是一款以城市街区为背景的单文件滑板游戏。Luna被要求不使用游戏开发库Raylib，转而给出了C++代码，并附上使用OpenGL、GLU和GLUT处理图形和窗口的构建说明。代码编译无误。在9分50秒的生成时间内，这项任务产出了一个可玩的场景，包含坡道、栏杆、带动画的滑手、豚跳、翻板、旋转、自动滑杆和连击计分。Luna只给用户提供了构建命令，没有自己执行编译，因此构建成功仍需另行确认。
第二个原生项目Dustline Rally耗时23分8秒。它使用SDL2和OpenGL而非Raylib，打开后有菜单、赛道图和可驾驶的赛道。玩家可以在追尾视角和驾驶舱视角之间切换，驶过树木和起伏路段。但车辆会吸附在道路路径上移动，而不是呈现真实的转向和轮胎表现。部分仪表不会动，部分赛道看起来悬在空中。它是一个能运行的3D驾驶原型，而不是完成度高的驾驶模拟。
之后对滑板游戏进行的视觉改版加入了雨、音效、霓虹灯光和行驶的出租车。这次迭代使用的是GPT-5 Luna Max，因此新增内容不应算作GPT-6 Luna初始构建的成果。仅凭初始构建，已能看出Luna更关键的优势：生成可编译、可游玩的完整游戏基础。
3D网站显示出视觉检查的成本
在这一系列创作任务中，另一项网站任务使用Three.js（用于3D图形的JavaScript库）做出了一个单页手表展示网站。页面提供可选择的程序化手表模型，以及可将手表按部件层拆开的交互式滑块。完整构建耗时38分57秒。
▲ 3D手表模型爆炸视图
交互功能可以使用，但默认表盘上的数字刻度位置有偏差。指针起初看似缺失，拖动爆炸视图滑块后才发现，它们其实位于其他几何体下方。这一区别在检查时很重要：看起来缺失的部件，可能只是因3D表面的层级或位置而被遮住。这个页面是可用的起点，而不是精致的产品页。与最初的浏览器桌面和原生游戏任务不同，最终网站构建是否完全由GPT-6 Luna完成并不明确，因此不应把它当作衡量Luna性能的精确依据。
Luna适合哪些场景
在完成一系列编码和3D任务后，一个月费$200的ChatGPT Pro账户仍显示每周额度剩余100%，消耗不到1%。这只是一个账户的订阅额度显示，既不是API账单，也不能保证其他工作负载会占用同样比例。
对于选择工具的开发者来说，如果目标是以低成本让可交互的代码跑起来，并且有时间进行验证，GPT-6 Luna是更合适的选择。先运行生成的浏览器文件、编译原生项目，并检查操控、物理效果和3D层级的显示，再继续开发。较低的API价格让反复做原型很有吸引力；而语法错误、拉力赛游戏的操控和参差不齐的视觉细节则说明，测试和改进仍是工作的一部分。