So richten Sie einen schnellen, günstigen KI-Assistenten für Windows mit GPT-6 Luna ein

Was sich mit GPT-6 Luna geändert hat

OpenAI hat GPT-6 Luna, Modell-ID gpt-6-luna, am 22. September 2026 zusammen mit GPT-6 Sol veröffentlicht. OpenAI beschreibt es als sein effizientestes Modell für gezielte Aufgaben mit hohem Volumen. Für alle, die ein günstiges Alltagsprofil betreiben, ist der Preis die Neuigkeit: Beide Seiten der Preisliste sind niedriger als bei GPT-5.6 Luna, dem günstigen Modell der vorigen Generation.

Die Eingabe sinkt von $0.20 auf $0.10 pro Million Token und die Ausgabe von $1.20 auf $0.50. Für einen Assistenten ist die Ausgabe die Seite, auf die es mehr ankommt, weil sie die teure ist und weil Reasoning-Token, wenn ein Modell sie erzeugt, als Ausgabe berechnet werden. Bei der unten durchgerechneten Größe der Interaktion kostet dieselbe Anfrage etwas weniger als die Hälfte.

Die Form der Einrichtung ändert sich nicht. Beide Modelle haben dasselbe Kontextfenster, und beide nehmen einen Reasoning effort von none an, die Einstellung, um die diese Konfiguration gebaut ist. Die Konfiguration für GPT-5.6 Luna bleibt die Referenz für dieses Modell. Sie brauchen sie nicht, um GPT-6 Luna einzurichten.

Warum GPT-6 Luna zum Alltagsplatz passt

Sehen Sie sich an, was ein Assistent an einem gewöhnlichen Tag gefragt wird. Was bedeutet dieser Fehler? Mach diese Antwort weniger schroff. Fasse die Seite zusammen, die ich lese. Erkläre diese Formel. Mach aus diesen Notizen drei Stichpunkte. Das meiste kommt in den Lücken zwischen anderer Arbeit in Outlook, einem Browser, einem Editor oder einer Tabelle, und sehr wenig davon ist schwer.

Solche Anfragen sind kurz in der Eingabe und kurz in der Ausgabe, ohne dass in ihnen etwas Verborgenes durchzuarbeiten wäre. Ein großes Reasoning-Modell beantwortet sie ebenfalls richtig, aber später und für ein Mehrfaches des Preises. Die nützliche Frage ist also nicht, welches Modell das beste ist. Sondern, welches Modell auf den Alltagsplatz gehört und ob es schnell und günstig genug sein kann, dass Sie beides nicht mehr bemerken.

GPT-6 Luna ist für diese Beschreibung gebaut. OpenAI positioniert es für gezielte Aufgaben mit hohem Volumen, was eine faire Beschreibung eines Assistenten ist, den man zwanzigmal am Tag aufruft, und es nimmt einen Reasoning effort von none an, eine einfache Anfrage bekommt also eine direkte Antwort statt erst einer Runde verborgenem Reasoning.

Was GPT-6 Luna in der Praxis kostet

Ein Preis pro Million Token ist schwer vorstellbar, hier ist deshalb eine durchgerechnete Interaktion. Sie hat dieselbe Größe wie das Beispiel zu GPT-5.6 Luna, etwa 2.000 Token Eingabe und 500 Ausgabe, damit sich die beiden Generationen direkt vergleichen lassen: eine Frage mit etwas Kontext hinein, ein paar Absätze zurück.

Eingabe   2,000 x 0.10 / 1,000,000  =  $0.00020
Ausgabe     500 x 0.50 / 1,000,000  =  $0.00025
                                       --------
Summe                                  $0.00045

Das ist knapp ein Zwanzigstel Cent. Dieselbe Anfrage kostet bei GPT-5.6 Luna $0.0010, das neuere Modell erledigt dieselbe kleine Aufgabe also für etwas weniger als die Hälfte.

Fünf Dollar geteilt durch diesen Betrag ergeben gut elftausend, und es wäre leicht, daraus ein Versprechen zu machen. Das ist es nicht. Die tatsächliche Nutzung besteht nie aus elftausend gleichen, einzelnen Anfragen, und mehrere gewöhnliche Dinge heben eine tatsächliche Interaktion über das Beispiel:

Der Verlauf der Unterhaltung wird erneut gesendet

Jede Runde trägt den bisherigen Verlauf mit, eine Frage zwanzig Runden nach Beginn einer Unterhaltung bezahlt also das erneute Lesen der neunzehn davor.

Dokumente und abgerufener Kontext sind Eingabe

Eine angehängte Datei oder eine Reihe von Auszügen aus einem Ordner wird in jeder späteren Runde dieser Unterhaltung erneut gesendet, nicht nur in der, in der sie dazukam.

Lange Antworten kosten mehr

Die Ausgabe kostet hier das Fünffache der Eingabe, ein unbegrenzter Aufsatz kostet also mehr als die Frage, die ihn auslöste.

Sehr lange Prompts werden anders berechnet

OpenAI berechnet eine Anfrage mit mehr als 272.000 Eingabe-Token für die ganze Anfrage zu einem höheren Satz: das Doppelte der Sätze für Eingabe und Eingabe aus dem Cache und das Anderthalbfache des Satzes für die Ausgabe. Bei Context window auf Auto plant SideNote Pro keine Anfragen auch nur in die Nähe dieser Größe, das spielt also nur eine Rolle, wenn Sie bewusst einen sehr viel größeren Kontext einstellen.

Nichts davon wird bei einem so bepreisten Modell zu einer großen Zahl, aber es erklärt, warum zwei Menschen mit demselben Modell sehr unterschiedliche Summen sehen. Ihre KI-API-Kosten senken hat die Gewohnheiten, die den Betrag klein halten, und die meisten davon verbessern auch die Antworten.

Schritt eins: ein OpenAI-API-Schlüssel und ein kleines Guthaben

ChatGPT und die OpenAI-API sind getrennte Produkte mit getrennter Abrechnung. Ein ChatGPT-Abonnement enthält kein API-Guthaben, und API-Guthaben bezahlt nicht ChatGPT. GPT-6 Luna aus einer Desktop-Anwendung zu nutzen läuft über die API, auf der Entwicklerplattform von OpenAI, die dieselbe Anmeldung verwendet, wenn Sie schon ein OpenAI-Konto haben.

1. Bei der OpenAI-Plattform anmeldenNehmen Sie ein Konto, das Sie behalten wollen, denn ihm gehören sowohl die Abrechnung als auch die Schlüssel.
2. Einen geheimen Schlüssel erstellenUnter platform.openai.com/api-keys. Der vollständige Schlüssel wird einmal angezeigt, kopieren Sie ihn also, bevor Sie den Dialog schließen. Benennen Sie ihn nach dem Ort, an dem er liegen wird, etwa sidenote-desktop, damit Sie später genau diesen Schlüssel widerrufen können, ohne etwas anderes zu stören.
3. Ein kleines vorausbezahltes Guthaben hinzufügenDie API-Nutzung zehrt vorausbezahltes Guthaben auf. OpenAI bietet eine automatische Aufladung an und schaltet sie bei der ersten Einrichtung der Vorauszahlung standardmäßig ein, prüfen Sie diese Einstellung also, wenn Sie nur ausgeben möchten, was Sie eingezahlt haben. Ohne sie kann ein aufgebrauchtes Guthaben Anfragen stoppen, wobei OpenAI die Nutzung nicht unbedingt in dem Moment unterbricht, in dem es null erreicht. Der erste Kauf beträgt mindestens fünf Dollar. Gekauftes Guthaben verfällt nach einem Jahr und wird in der Regel nicht erstattet, vorbehaltlich gesetzlicher, vertraglicher und genehmigter Ausnahmen, kaufen Sie also, was Sie voraussichtlich nutzen, und keinen Vorrat. Die Bedingungen stehen auf der Seite von OpenAI zur Vorauszahlung.
4. Ein Ausgabenlimit festlegenIm Dashboard von OpenAI. Es ist das einzige Limit, das jede Anwendung sieht, die den Schlüssel nutzt, und damit das, das zählt.

Wie lange ein Guthaben reicht, hängt ganz davon ab, wie Sie es nutzen. Hinterlegen Sie die Preise in SideNote Pro und sehen Sie sich dann ein paar Wochen tatsächlicher Nutzung an; das sagt Ihnen mehr als jede Schätzung.

Schritt zwei: GPT-6 Luna in SideNote Pro

SideNote Pro ist ein Windows-Assistent, der neben Ihrer Arbeit angedockt bleibt und jede Anfrage mit Ihrem eigenen Schlüssel direkt an den Anbieter sendet, den Sie konfigurieren. Öffnen Sie Settings, dann AI providers. Haben Sie schon ein OpenAI-Profil, ändern Sie dessen Modell, statt ein weiteres anzulegen. Andernfalls wählen Sie Add profile und in der Liste Provider den Eintrag OpenAI, wodurch der Endpunkt eingetragen wird.

Ein neues OpenAI-Profil beginnt auf gpt-6-luna mit Reasoning auf None, es gibt also kaum etwas zu ändern. Fügen Sie Ihren Schlüssel ein, wählen Sie Test & Load models, damit die Auswahl sich mit den Modellen füllt, die Ihr Konto nutzen kann, und prüfen Sie, dass Model gpt-6-luna zeigt. Ein Profil, das in Version 1.16.0 oder früher angelegt wurde, begann auf gpt-5.6-luna: Wählen Sie gpt-6-luna aus der Liste oder tippen Sie es ein. Modell-IDs unterscheiden Groß- und Kleinschreibung, kopieren Sie sie also, statt sie neu zu tippen.

Settings › AI providers

Profile name

Benennen Sie ihn nach der Aufgabe, nicht nach dem Modell. OpenAI Fast ergibt auch nach dem nächsten Modellwechsel noch Sinn, während GPT-6 Luna in dem Moment nicht mehr stimmt, in dem Sie das Feld ändern.

Context window

Lassen Sie es auf Auto. Alltägliche Anfragen kommen der Grenze des Modells nirgends nahe, und Auto hält das, was SideNote Pro sendet, in einer sinnvollen Größe.

Reasoning effort: None, mit Absicht

None sendet reasoning_effort: none, was GPT-6 Luna annimmt. Das Modell antwortet direkt, statt zuerst verborgene Reasoning-Token zu erzeugen.

Die Alternative ist nicht null Reasoning. OpenAI dokumentiert medium als Standard von GPT-6 Luna, und Provider default in SideNote Pro lässt das Feld in der Anfrage weg, ein Profil, das dort bleibt, bittet also jedes Mal um mittleres Reasoning. Reasoning-Token kosten Zeit vor dem ersten sichtbaren Wort und werden als Ausgabe berechnet, die teure Seite. Bei formuliere diesen Satz um oder was bedeutet dieser Fehler bringen sie sehr wenig, weil es nichts gibt, das man durchdenken müsste.

Das macht None nicht allgemein zur besseren Einstellung. Sie passt zu Routineanfragen, bei denen zusätzliches Nachdenken Wartezeit und Kosten hinzufügt, ohne die Antwort zu ändern. Für Arbeit, die es wirklich braucht, erhöhen Sie den Aufwand auf einem eigenen Profil. Reasoning effort erklärt beschreibt, was jede Einstellung sendet.

Die Preise hinterlegen

SideNote Pro zählt Token lokal, liefert aber keine Preise von Anbietern mit, kann also keine Ausgaben schätzen, bis Sie sie eintragen. Tragen Sie im Block Model pricing unter dem Profil 0.1 für die Eingabe und 0.5 für die Ausgabe ein, in USD pro Million Token, und wählen Sie Use these prices.

Preise werden pro Profil und Modell gespeichert, gpt-6-luna beginnt also ohne welche, auch wenn Sie die von GPT-5.6 Luna auf demselben Profil hinterlegt hatten, und bereits protokollierte Antworten behalten den Preis, der galt, als sie gesendet wurden. Die Schätzung verwendet nur diese beiden Sätze. Sie bildet weder den Satz von OpenAI für Eingabe aus dem Cache noch den Satz für lange Prompts ab, betrachten Sie sie also als Anhaltspunkt und die eigene Abrechnung von OpenAI als den Nachweis. Nutzungs- und Kostenerfassung behandelt den Rest.

Mit etwas Echtem testen

Markieren Sie einen Satz in einer beliebigen Anwendung und drücken Sie Ctrl+Shift+E, die Standardtastenkombination für Explain (Ctrl ist die Taste Strg). Strömt eine Antwort herein, funktioniert das Profil. Wenn nicht, ist einen OpenAI-API-Schlüssel verwenden die längere Anleitung, einschließlich dessen, was Sie prüfen sollten, wenn eine Anfrage scheitert.

Halten Sie ein tieferes Profil daneben bereit

Ein Profil ist eine Kombination aus Endpunkt, Modell und Einstellungen, kein eigenes Konto, beide folgenden können sich also einen OpenAI-Schlüssel teilen:

Settings › AI providers

Beginnen Sie auf dem schnellen Profil und eskalieren Sie, wenn eine Antwort sichtbar oberflächlich ist. Die meisten Probleme, die schwer aussehen, sind es nicht, und das erfahren Sie in Sekunden. Ein KI-Modell wählen behandelt, was auf den tieferen Platz gehört, und ein Modell für jede Art von Aufgabe behandelt die Anordnung als Gewohnheit.

Wofür GPT-6 Luna gut ist

Anfragen, bei denen eine schnelle Antwort mehr wert ist als eine überlegtere, die später kommt. Zusammen decken sie das meiste ab, was ein angedockter Assistent gefragt wird:

• Mach diese E-Mail kürzer und weniger förmlich.
• Was bedeutet diese Fehlermeldung?
• Fasse den markierten Text in drei Stichpunkten zusammen.
• Gib mir zwei alternative Betreffzeilen.
• Was macht diese Tabellenformel?
• Übersetze diesen Absatz ins Deutsche.
• Was macht dieses Befehlszeilenargument?

Ein sachkundiger Kollege würde jede davon beantworten, ohne nachdenken zu müssen. GPT-6 Luna nimmt auch Bilder an, eine einfache Frage zu einem Screenshot dessen, was auf dem Bildschirm ist, gehört also ebenfalls auf dieses Profil.

Das Muster, das daraus folgt, sind viele kleine Fragen, in den Lücken anderer Arbeit gestellt, von denen keine den Wechsel der Anwendung wert ist. Schnell eintreffende Antworten werden häufiger erfragt, und genau deshalb sollte das Modell dahinter ein günstiges sein. Eine feste Antwortzeit lässt sich nicht nennen, denn die Latenz hängt von Ihrer Verbindung, vom Prompt und von der Auslastung bei OpenAI in diesem Moment ab. Reasoning auszuschalten beseitigt den größten Teil der Wartezeit, den Sie beeinflussen können, und schnellere KI-Antworten erhalten behandelt den Rest.

Wo GPT-6 Luna die falsche Wahl ist

Ein Budgetprofil scheitert auf eine bestimmte Weise: Es wird für die Aufgabe benutzt, bei der es am schwächsten ist, und die Antwort ist falsch auf eine Art, die richtig wirkt. Wechseln Sie zum tieferen Profil oder erhöhen Sie den Reasoning effort bei allem, dessen Antwort davon abhängt, mehrere Dinge richtig zu verbinden:

• Fehlersuche anhand von Protokollen, einem Stacktrace und Code zusammen, wenn der Fehler eine Wechselwirkung ist und keine einzelne Zeile.
• Entscheidungen zu Design und Architektur, deren Fehlerfälle erst dort sichtbar werden, wo Komponenten aufeinandertreffen.
• Der Vergleich zweier langer Dokumente, um den Widerspruch oder die geänderte Verpflichtung zu finden.
• Planung unter echten Randbedingungen, bei der eine plausible, aber falsche Antwort leicht zu erzeugen ist.
• Alles, bei dem selbstbewusst falsch zu liegen mehr kosten würde als eine langsamere Antwort.

Wann hoher Reasoning effort sinnvoll ist hat eine Frage, die die beiden Arten von Problemen zuverlässig trennt. Das Prinzip gilt in beide Richtungen: Verwenden Sie das Modell und die Reasoning-Stufe, die zur Aufgabe passen.

Warum der eigene Schlüssel die Rechnung verändert

Diese Einrichtung funktioniert, weil SideNote Pro ein Assistent mit eigenem Schlüssel ist. Es hat kein eigenes Modell und kein eigenes KI-Konto, die Entscheidungen, die die Rechnung bestimmen, liegen also bei Ihnen:

Der Anbieter

Hier OpenAI, aber dasselbe Profil kann auf Anthropic, Gemini, DeepSeek oder ein Modell auf Ihrem eigenen Rechner zeigen.

Das Modell

Heute GPT-6 Luna. Kommt etwas Günstigeres oder Besseres, ist der Wechsel ein Feld und keine neue Software.

Die Reasoning-Stufe

Wie viel jeder Anfrage darauf verwendet wird, vor der Antwort nachzudenken.

Die Rechnung

OpenAI berechnet Ihnen direkt, was Sie nutzen, ohne ein inbegriffenes Kontingent dazwischen.

Drei Dinge werden getrennt bezahlt, und es hilft, sie auseinanderzuhalten. Die Lizenz für SideNote Pro ist ein einmaliger Kauf der Software und enthält keine KI-Nutzung. Die Nutzung der OpenAI-API wird von OpenAI berechnet, aus Ihrem eigenen Guthaben, zu seinen veröffentlichten Preisen. Ein ChatGPT-Abonnement ist ein drittes, getrenntes Produkt und bezahlt keines von beiden. Was BYOK bedeutet behandelt die Architektur.

Abrechnung nach Verbrauch ist nicht kostenlos, und starke Nutzung kostet mehr als leichte. Sie nimmt Ihnen eine feste monatliche Gebühr ab, die kommt, ob Sie den Assistenten genutzt haben oder nicht. Zu den Preisen von GPT-6 Luna kostet eine kleine Anfrage so wenig, dass die verbrauchsabhängige Abrechnung nichts mehr ist, was man im Auge behalten müsste, was der Reiz eines Abonnements war, ohne das Abonnement.

Die Einrichtung in einem Block

Fügen Sie ein zweites Profil auf einem leistungsfähigeren Modell mit erhöhtem Reasoning hinzu, für die Probleme, die es brauchen, und stellen Sie Default profile auf das schnelle, damit neue Unterhaltungen dort beginnen.

Die Kurzfassung

GPT-6 Luna senkt die Kosten eines OpenAI-Alltagsprofils noch einmal: die Eingabe mit $0.10 statt $0.20 pro Million Token und die Ausgabe mit $0.50 statt $1.20, bei gleichem Kontextfenster und derselben Möglichkeit, Reasoning auszuschalten. Für die kleinen Anfragen, die einen Arbeitstag füllen, ist das günstig genug, um nicht mehr darüber nachzudenken.

Kombinieren Sie es mit einem stärkeren Profil für die Probleme, die eines verdienen, und lassen Sie es alles andere übernehmen. Für das meiste, was Sie an einem Tag fragen, ist es schlicht das richtige Werkzeug.