Source: https://ailoot.ai/models/de/openai-gpt-5-6-luna-pro-u003a-batch/ Canonical: https://ailoot.ai/models/de/openai-gpt-5-6-luna-pro-u003a-batch/ Language: de # OpenAI: GPT-5.6 Luna Pro (batch) [Markdown](https://ailoot.ai/models/de/openai-gpt-5-6-luna-pro-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/de/openai-gpt-5-6-luna-pro-u003a-batch/facts.json) ## [OpenAI: GPT-5.6 Luna Pro (batch)](https://ailoot.ai/models/de/openai-gpt-5-6-luna-pro-u003a-batch/) GPT-5.6 Luna mit Pro-Reasoning für klar umrissene Aufgaben, die zusätzliche Analyse benötigen. Stellen Sie Text oder Bilder und ausdrückliche Regeln bereit, um ein Extraktionsergebnis, eine knappe Antwort oder die Erklärung einer Ausnahme zu entwickeln. - [**Ailoot Ultra · Stapelverarbeitung** `POST /v1/batches` `openai/gpt-5.6-luna-pro:batch`](https://ailoot.ai/models/de/openai-gpt-5-6-luna-pro-u003a-batch/#method-0) Über das Modell Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt. GPT-5.6 Luna Pro bezeichnet OpenAIs GPT-5.6 Luna mit Pro-Reasoning. Die Basisedition Luna ist für klar umrissene Aufgaben mit hohem Arbeitsvolumen ausgelegt und entspricht ungefähr der nano-Stufe früherer GPT-5-Familien. Sie nimmt Text und Bilder entgegen und erzeugt Text. Im Pro-Modus leistet das Modell zusätzliche Arbeit zur Entwicklung der endgültigen Antwort; Pro ist ein Ausführungsmodus und kein Ersatz für die Basisedition. Eine praktische Anwendung ist das Extrahieren einer definierten Zusammenstellung von Informationen aus einem Dokument, dessen Regeln Ausnahmen enthalten. Stellen Sie das Dokument und die benötigten Felder bereit, benennen Sie vorrangige Textstellen und erklären Sie den Umgang mit einem fehlenden Wert. Eine beispielhafte Anfrage besteht darin, das Thema des Dokuments, die für eine Anfrage relevanten Bedingungen und die nächste Frage zu extrahieren, die zum Abschluss dieser Anfrage nötig ist. Fordern Sie neben den extrahierten Feldern die Erklärung einer Ausnahme an, damit sich das Ergebnis mit der Quelle vergleichen lässt. Stellen Sie bei Bildmaterial eine klare Seite oder einen Screenshot bereit und benennen Sie das konkrete Detail oder die Beschriftung, die für die Aufgabe relevant ist. Stellen Sie beim Verfassen einer Antwort die Anfrage, die für die Antwort geltenden Regeln und die zu bewahrenden Fakten bereit. Definieren Sie den gewünschten Ton und die Länge und fordern Sie dann eine knappe Antwort statt einer uneingeschränkten Diskussion an. Diese Vorbereitung verbindet Lunas Rolle bei klar umrissenen Aufgaben mit einem konkreten Textergebnis. OpenAI nennt für GPT-5.6 Luna ein Kontextfenster von 1.050.000 Token, eine maximale Eingabe von 922.000 Token und eine maximale Ausgabe von 128.000 Token; der Wissensstand ist der 16. Februar 2026. Die Einstellungen für den Reasoning-Aufwand des Basismodells sind none, low, medium, high, xhigh und max; medium ist der Standardwert. Modus und Aufwand sind unabhängig: Pro bestimmt die zusätzliche Modellarbeit, während der Aufwand den Umfang des Reasonings innerhalb des Modus steuert. Auch das Reasoning nutzt Kontextplatz; lassen Sie daher Raum für die Analyse und die sichtbare Antwort. Der Hersteller dokumentiert Pro in der Responses API für schwierige Aufgaben, bei denen zusätzliche Latenz und Modellaktivität vertretbar sind. Für das Basismodell werden Streaming, Structured Outputs, Funktionsaufrufe, Web- und Dateisuche, Bildeingaben und Prompt-Caching genannt. Seine Werkzeuge umfassen Bilderzeugung, Codeinterpretation, gehostete Shell- und Patch-Vorgänge, Skills, Computernutzung, MCP-Verbindungen und Werkzeugsuche. Werkzeugvorgänge benötigen die entsprechende Umgebung; eine Anwendung führt ihre Aktionen aus und liefert die tatsächlichen Ergebnisse für die weitere Arbeit. Benennen Sie ein nützliches Endergebnis: erforderliche Felder, die eine Entscheidung stützende Regel und alle noch offenen Fragen. Fordern Sie zum Beispiel einen Antwortentwurf zusammen mit den Dokumentfakten an, auf denen er beruht, und verfeinern Sie die Antwort nach dem Bereitstellen fehlender Informationen. Halten Sie die Unterscheidung zwischen einer vorgeschlagenen Handlung und einer von einem Werkzeug abgeschlossenen Handlung erkennbar. Dieser Arbeitsablauf gibt der zusätzlichen Analyse von Pro einen konkreten Zweck innerhalb einer klar begrenzten Luna-Aufgabe. **Ailoot Ultra · Stapelverarbeitung** `POST /v1/batches` `openai/gpt-5.6-luna-pro:batch` [`openai/gpt-5.6-luna-pro:batch`](https://ailoot.ai/models/de/#m=openai%2Fgpt-5.6-luna-pro%3Abatch&route=Ultra&caller=openai%2Fgpt-5.6-luna-pro%3Abatch&fmt=batches) OpenAI /`openai/gpt-5.6-luna-pro:batch` ### Start GPT-5.6 Luna mit Pro-Reasoning für klar umrissene Aufgaben, die zusätzliche Analyse benötigen. Stellen Sie Text oder Bilder und ausdrückliche Regeln bereit, um ein Extraktionsergebnis, eine knappe Antwort oder die Erklärung einer Ausnahme zu entwickeln. Zulässige Eingaben Text Ergebnisse Text ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Stapelverarbeitung** `POST /v1/batches` Eingabetypen `text` Ausgabetypen `text` Ausgabeformat eingebettetes JSON unter results\[\].response.body | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`endpoint` | Typ`string` | AnforderungErforderlich | Werte und Limits /v1/chat/completions | Standard— | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits openai/gpt-5.6-luna-pro:batch | Standard— | | Feld`requests` | Typ`batch_item[]` | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— | | Feld`requests[].custom_id` | Typ`string` | AnforderungErforderlich | Werte und Limits | Standard— | | Feld`requests[].body.messages` | Typ`message[]` | AnforderungErforderlich | Werte und Limits | Standard— | | Feld`completion_window` | Typ`string` | AnforderungOptional | Werte und Limits 24h | Standard— | | Feld`provider` | Typ`object\|null` | AnforderungOptional | Werte und Limits | Standard— | | Feld`requests[].body.model` | Typ`string` | AnforderungOptional | Werte und Limits openai/gpt-5.6-luna-pro:batch, openai/gpt-5.6-luna-pro | Standard— | | Feld`provider.only` | Typ`string[]` | AnforderungOptional | Werte und Limits openai | Standard— | | Feld`provider.allow_fallbacks` | Typ`boolean\|null` | AnforderungOptional | Werte und Limits false, null | Standard— | Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragendpoint, model, requests | | Parameter`material_types` | Vertragtext | | Parameter`representation` | Vertrageingebettete requests\[\]; jedes Element enthält custom\_id und body | | Parameter`request_endpoint_profile` | Vertrag/v1/chat/completions | | Parameter`file_material` | VertragDer Aufrufer kann tatsächliches UTF-8-JSONL lokal in requests\[\] einlesen. Es werden weder ein Upload-Zweck noch input\_file\_id oder eine Dateireferenz verwendet. Fehlendes oder leeres Kundenmaterial stoppt die Vorbereitung vor POST. | | Parameter`serialization_order` | Vertragendpoint, model, provider (falls angegeben), completion\_window (falls angegeben), requests als letztes Feld | | Parameter`optional_controls` | Vertragprovider.only, provider.allow\_fallbacks, completion\_window | | Parameter`schema_scope` | VertragAnfragekörper für Text Chat Completions in der dokumentierten Inline-Batch-Struktur. | Lebenszyklus: `asynchronous` `GET /v1/batches/{operation_id}` · die tatsächliche response.id der ursprünglichen Erstellungsantwort; derselbe Nutzer/Schlüssel/dieselbe Gruppe ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird Preise für explizites Caching Nicht aktiviert Wenn explizites Caching angefordert wird #### Ailoot-Tarife #### Preise nach Konfiguration Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif. | Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschließlich | Gebühr | | --- | --- | --- | --- | --- | | KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken **$0.0002** / 1K Token Ausgabe · Ausgabetoken **$0.0012** / 1K Token Eingabe · Cache-Lesen **$0.00002** / 1K Token Eingabe · Cache-Schreiben **—** / 1K Token Eingabe · Cache-Schreiben, 1 Stunde **—** / 1K Token | | KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlich272.000 | Gebühr Eingabe · Eingabetoken **$0.0002** / 1K Token Ausgabe · Ausgabetoken **$0.0012** / 1K Token Eingabe · Cache-Lesen **$0.00002** / 1K Token Eingabe · Cache-Schreiben **—** / 1K Token Eingabe · Cache-Schreiben, 1 Stunde **—** / 1K Token | | KonfigurationAnfragelängenstufe 2 | Tarifstaffel— | Kontexttoken, mehr als272.000 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken **$0.0004** / 1K Token Ausgabe · Ausgabetoken **$0.0018** / 1K Token Eingabe · Cache-Lesen **$0.00004** / 1K Token Eingabe · Cache-Schreiben **—** / 1K Token Eingabe · Cache-Schreiben, 1 Stunde **—** / 1K Token | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Stapelverarbeitung curl · gespeicherte BeispieldatenPython HTTP · tatsächliche JSONL-Daten des KundenPython · jedes fertiggestellte Ergebnis speichern ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json from pathlib import Path body=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-5.6-luna-pro:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}') Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8") PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json ``` ```python import json, os from pathlib import Path from urllib.request import Request, urlopen def prepare_requests(customer_path): path = Path(customer_path) if not path.is_file(): raise ValueError("Customer JSONL file is missing") items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()] if not items: raise ValueError("Customer JSONL contains no requests") ids = set() for item in items: if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body") cid = item["custom_id"] if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique") ids.add(cid) if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages") supplied_model = item["body"].get("model") if supplied_model is not None and supplied_model not in ['openai/gpt-5.6-luna-pro:batch', 'openai/gpt-5.6-luna-pro']: raise ValueError("body.model must be an exact documented caller or wire ID") return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.6-luna-pro:batch", "requests":items} if __name__ == "__main__": material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "") if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file") body = prepare_requests(material) key = os.environ.get("AILOOT_API_KEY", "") if not key: raise SystemExit("Set AILOOT_API_KEY") request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST") with urlopen(request) as response: raw = response.read() Path("batch-create-response.json").write_bytes(raw) print(raw.decode("utf-8")) ``` ```python import json from pathlib import Path raw = Path("batch-status-response.json").read_bytes() response = json.loads(raw) if response.get("status") != "completed": raise SystemExit("Keep the original operation; read its status without resubmitting") results = response.get("results") if not isinstance(results, list) or not results: raise SystemExit("Preserve the original response; completed results are missing") Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8") # Preserve batch-status-response.json with aggregate usage and every result/error. ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · Stapelverarbeitung eingebettetes JSON unter results\[\].response.body - `GET /v1/batches/{operation_id}` ##### Auftragsstatus prüfen curl · Status des ursprünglichen Vorgangs ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" BATCH_OPERATION_ID="$(python3 - <<'PY_ID' import json from pathlib import Path from urllib.parse import quote response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8")) operation = response.get("id") if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit") print(quote(operation, safe="")) PY_ID )" curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json ``` ##### Alle fertiggestellten Ergebnisse aufbewahren Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf. Das vollständige ursprüngliche Status-JSON, jedes Ergebnis/jede custom\_id und den vollständigen Antwort- oder Fehlerkörper aufbewahren. Abgeschlossene results\[\] ohne Filterung als JSONL speichern. ##### Wenn die ursprüngliche Antwort geprüft werden muss Die ursprüngliche Vorgangs-ID beibehalten. Bei 503 result\_pending\_check gilt X-Should-Retry:false; einen ursprünglichen Batch mit unbekanntem Ausgang niemals erneut einreichen. Antwortfelder | Feld | Typ | | --- | --- | | Feld`results[].custom_id` | Typstring | | Feld`results[].response.body.choices[].message.content` | Typstring\|null | | Feld`results[].error` | Typobject\|null | | Feld`usage` | Typobject\|null | | Feld`id` | Typstring | | Feld`model` | Typstring | | Feld`endpoint` | Typstring | | Feld`status` | Typstring | | Feld`request_counts` | Typobject | | Feld`results[].id` | Typstring | | Feld`results[].response.status_code` | Typinteger | | Feld`results[].response.request_id` | Typstring | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungUngültige Struktur der dokumentierten Inline-Einbettung, doppelte Schlüssel, ungültige Identitätsangaben zu einem Element oder ein Konflikt mit den konfigurierten Modellfähigkeiten. | Nächster SchrittDie angegebenen Felder vor jeder neuen Einreichung korrigieren. | | Antwort401 · `authentication_error` | BedingungUngültiger API-Schlüssel. | Nächster SchrittDen autorisierten Ailoot-Schlüssel verwenden. | | Antwort403 · `permission_error` | BedingungGruppe für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Berechtigung des Schlüssels bzw. der Gruppe prüfen. | | Antwort422 · `invalid_request_error` | BedingungStapelverarbeitung wird über das Guthaben abgerechnet; die Erstellung über ein Abonnement wird abgelehnt. | Nächster SchrittDie autorisierte Gruppe mit Guthabenabrechnung verwenden. | | Antwort422 · `price_unavailable` | BedingungFür die Batch-Eingabe kann kein Preisangebot erstellt werden. | Nächster SchrittAntwort aufbewahren; die dokumentierte Eingabe der API-Familie verwenden. | | Antwort402 · `billing_error` | BedingungReservierung für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Zulassung klären, bevor eine neue Anfrage gestellt wird. | | Antwort503 · `price_unavailable` | BedingungMethodenpreis bzw. native Tarife für Stapelverarbeitung nicht verfügbar. | Nächster SchrittAntwort aufbewahren; keine anderen Preise einsetzen. | | Antwort503 · `api_error` | BedingungDie genaue Anbieterroute ist nicht verfügbar. | Nächster SchrittAntwort zur Reparatur der Route aufbewahren. | | Antwort503 · `result_pending_check` | BedingungDas ursprüngliche Ergebnis muss geprüft werden; X-Should-Retry:false. | Nächster SchrittDie ursprüngliche operation\_id/id beibehalten und ihren Status lesen; den ursprünglichen POST niemals wiederholen. | | Antwort404 · `not_found` | BedingungDer Batch-Vorgang, dessen Status abgefragt wird, ist nicht vorhanden oder gehört einer anderen Identität. | Nächster SchrittDie genaue ursprüngliche id und denselben Nutzer/Schlüssel/dieselbe Gruppe verwenden. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`openai/gpt-5.6-luna-pro:batch`](https://ailoot.ai/models/de/#m=openai%2Fgpt-5.6-luna-pro%3Abatch&route=Ultra&caller=openai%2Fgpt-5.6-luna-pro%3Abatch&fmt=batches) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`openai/gpt-5.6-luna-pro:batch`](https://ailoot.ai/models/de/#m=openai%2Fgpt-5.6-luna-pro%3Abatch&route=Ultra&caller=openai%2Fgpt-5.6-luna-pro%3Abatch&fmt=batches) FAQ · OpenAI: GPT-5.6 Luna Pro (batch) Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/batches` · `openai/gpt-5.6-luna-pro:batch`: `text` → `text` Welche Felder verwendet die Anfrage? `POST /v1/batches` · `openai/gpt-5.6-luna-pro:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider` Welche Grenzen gelten? `POST /v1/batches` · `openai/gpt-5.6-luna-pro:batch`: `requests.min_items`: `1` Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung. ## Das Unternehmen und sein Projektportfolio Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. ## Tokens mit Rabatt kaufen. Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf. Abo Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen. Aktionscode bis 50% Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet. Ausgaben in der Historie Modell, Tokens und Betrag werden für jede Anfrage gespeichert. [Abo wählen](https://ailoot.ai/docs/de/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de/) ## Verbinden Sie die API mit dem Produkt, das Sie verkaufen. SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an. Kommerzielle Anwendung Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes. Reseller-Lizenz Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an. Dokumente auf der Website Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich. [Reseller-Lizenz anfordern](mailto:support@ailoot.ai) · [Offizielles Angebot und Lizenzvertrag](https://ailoot.ai/legal/offer?lang=de) ## Ailoot · Das Unternehmen und sein Projektportfolio Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle. Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.