Το GPT-5.6 Luna είναι το εστιασμένο μοντέλο της OpenAI για φόρτους μεγάλου όγκου μέσα στην οικογένεια GPT-5.6. Ο δημιουργός συσχετίζει τον ρόλο του ως προς τον φόρτο εργασίας με τη μικρότερη βαθμίδα που χρησιμοποιούνταν σε προηγούμενες οικογένειες GPT-5, διατηρώντας το Luna ως αυτοτελές μοντέλο. Δέχεται κείμενο και εικόνες και παράγει κείμενο, όπως εξηγήσεις, επαναδιατυπώσεις, ταξινομήσεις και δομημένες εγγραφές.
Δώστε στο μοντέλο μία καθορισμένη λειτουργία και τα κριτήρια ενός χρήσιμου αποτελέσματος. Για εξαγωγή, ονομάστε τα πεδία, τις μονάδες και τη σύμβαση για ελλείπουσες τιμές. Για ταξινόμηση, δώστε τη σημασία των κατηγοριών και προσδιορίστε τι πρέπει να γίνει όταν δεν ταιριάζει καμία. Μια ενδεικτική οδηγία είναι: «Εξαγάγετε τις τιμές προδιαγραφών από αυτό το απόσπασμα, διατηρήστε τις μονάδες τους και προσδιορίστε την πρόταση που υποστηρίζει κάθε πεδίο».
Μια απάντηση υποστήριξης πρέπει να χρησιμοποιεί το παρεχόμενο υλικό προϊόντος ή πολιτικής και να ακολουθεί τη γλώσσα που απαιτεί ο χρήστης. Για μια οπτική ερώτηση, προσδιορίστε τη σχετική εικόνα και την ορατή λεπτομέρεια. Κρατήστε το αποτέλεσμα αρκετά συνοπτικό για τη μεταγενέστερη χρήση του, χωρίς να παραλείψετε απαιτούμενη τιμή πηγής ή αναγκαία διευκρίνιση.
Ο πάροχος υποστηρίζει προσπάθεια none, low, medium, high, xhigh και max, με προεπιλογή medium. Ο κανονικός τρόπος συλλογιστικής είναι η προεπιλογή, ενώ το Pro είναι ξεχωριστή ρύθμιση εκτέλεσης που προσθέτει εργασία του μοντέλου. Η προσπάθεια και ο τρόπος λειτουργίας είναι ανεξάρτητα· επομένως μια συνηθισμένη άμεση εργασία και μια πιο σύνθετη σύγκριση μπορούν να έχουν διαφορετικές ανάγκες προετοιμασίας, διατηρώντας το ίδιο ονομασμένο προφίλ Luna.
Ο οδηγός συλλογιστικής αναφέρει ότι το GPT-5.6 μεταφέρει ως προεπιλογή τη διαθέσιμη συλλογιστική προηγούμενων γύρων, με υποστηριζόμενη ρύθμιση συμφραζομένων που επιλέγει τη συμπεριφορά. Αυτό επηρεάζει το υλικό που διατηρείται σε μια εργασία πολλών βημάτων· δεν αποτελεί απεριόριστη μνήμη. Κρατήστε σαφή τα αποδεκτά δεδομένα, τις ετικέτες πηγών και το απαιτούμενο παραδοτέο κατά τη συνέχεια.
Η OpenAI αναφέρει παράθυρο συμφραζομένων 1.050.000 tokens, μέγιστη είσοδο 922.000 tokens και μέγιστη έξοδο 128.000 tokens. Η τεκμηριωμένη ημερομηνία ορίου γνώσεων είναι η 16η Φεβρουαρίου 2026. Η συλλογιστική και η τελική απάντηση μοιράζονται τον προϋπολογισμό ολοκλήρωσης και όλο το υλικό εργασίας χρειάζεται χώρο μέσα στα συμφραζόμενα. Ένα αίτημα μπορεί να τελειώσει πριν από μια πλήρη ορατή απάντηση αν εξαντληθούν αυτοί οι προϋπολογισμοί.
Η κάρτα μοντέλου αναφέρει Structured Outputs, σταδιακή ροή εξόδου και κλήση συναρτήσεων. Το οικοσύστημα εργαλείων του παρόχου περιλαμβάνει αναζήτηση στον ιστό και σε αρχεία, εργαλεία δημιουργίας εικόνων, διερμηνευτή κώδικα, λειτουργίες κελύφους και εφαρμογής διορθωτικών αλλαγών, δεξιότητες, χρήση υπολογιστή, συνδέσεις MCP και αναζήτηση εργαλείων. Μια δομημένη εγγραφή εξακολουθεί να χρειάζεται τιμές βασισμένες στην πραγματική είσοδο· η εγκυρότητα του JSON δεν τεκμηριώνει ανεξάρτητα την ακρίβεια των δεδομένων.
Μια εφαρμογή παρέχει συναρτήσεις, εκτελεί επιλεγμένες λειτουργίες και επιστρέφει παρατηρήσεις. Μια αναζήτηση μπορεί να παρέχει το πεδίο που λείπει πριν το Luna συντάξει την απάντηση. Διατηρήστε το αποτέλεσμα μαζί με την πηγή και τη λειτουργία του και διακρίνετε μια προτεινόμενη ενέργεια από εργασία που έχει πράγματι εκτελεστεί. Η έξοδος του μοντέλου είναι κείμενο, ενώ μια εικόνα που δημιουργείται από εργαλείο είναι χωριστό παραδοτέο.
Κρατήστε τους ισχυρισμούς που εξαρτώνται από πηγές συνδεδεμένους με έγκυρο υλικό και ορίστε πότε ολοκληρώνεται η λειτουργία. Ένα καλό παραδοτέο είναι η ζητούμενη εγγραφή, εξήγηση ή αναθεωρημένο απόσπασμα, με τα υποχρεωτικά ονόματα και τα τεκμήρια άθικτα. Ο εστιασμένος ρόλος του Luna, το υποστηριζόμενο εύρος προσπάθειας και το προφίλ κανονικού τρόπου λειτουργίας παραμένουν χωριστά από το Terra, το Sol, την εκτέλεση Pro και τις μεταγενέστερες κυκλοφορίες GPT-6.
", "aboutText": "Το GPT-5.6 Luna είναι το εστιασμένο μοντέλο της OpenAI για φόρτους μεγάλου όγκου μέσα στην οικογένεια GPT-5.6. Ο δημιουργός συσχετίζει τον ρόλο του ως προς τον φόρτο εργασίας με τη μικρότερη βαθμίδα που χρησιμοποιούνταν σε προηγούμενες οικογένειες GPT-5, διατηρώντας το Luna ως αυτοτελές μοντέλο. Δέχεται κείμενο και εικόνες και παράγει κείμενο, όπως εξηγήσεις, επαναδιατυπώσεις, ταξινομήσεις και δομημένες εγγραφές.\n\n### Μια ακριβής επαναλαμβανόμενη εργασία\n\nΔώστε στο μοντέλο μία καθορισμένη λειτουργία και τα κριτήρια ενός χρήσιμου αποτελέσματος. Για εξαγωγή, ονομάστε τα πεδία, τις μονάδες και τη σύμβαση για ελλείπουσες τιμές. Για ταξινόμηση, δώστε τη σημασία των κατηγοριών και προσδιορίστε τι πρέπει να γίνει όταν δεν ταιριάζει καμία. Μια ενδεικτική οδηγία είναι: «Εξαγάγετε τις τιμές προδιαγραφών από αυτό το απόσπασμα, διατηρήστε τις μονάδες τους και προσδιορίστε την πρόταση που υποστηρίζει κάθε πεδίο».\n\nΜια απάντηση υποστήριξης πρέπει να χρησιμοποιεί το παρεχόμενο υλικό προϊόντος ή πολιτικής και να ακολουθεί τη γλώσσα που απαιτεί ο χρήστης. Για μια οπτική ερώτηση, προσδιορίστε τη σχετική εικόνα και την ορατή λεπτομέρεια. Κρατήστε το αποτέλεσμα αρκετά συνοπτικό για τη μεταγενέστερη χρήση του, χωρίς να παραλείψετε απαιτούμενη τιμή πηγής ή αναγκαία διευκρίνιση.\n\n### Ρυθμίσεις συλλογιστικής και διατηρημένα συμφραζόμενα\n\nΟ πάροχος υποστηρίζει προσπάθεια none, low, medium, high, xhigh και max, με προεπιλογή medium. Ο κανονικός τρόπος συλλογιστικής είναι η προεπιλογή, ενώ το Pro είναι ξεχωριστή ρύθμιση εκτέλεσης που προσθέτει εργασία του μοντέλου. Η προσπάθεια και ο τρόπος λειτουργίας είναι ανεξάρτητα· επομένως μια συνηθισμένη άμεση εργασία και μια πιο σύνθετη σύγκριση μπορούν να έχουν διαφορετικές ανάγκες προετοιμασίας, διατηρώντας το ίδιο ονομασμένο προφίλ Luna.\n\nΟ οδηγός συλλογιστικής αναφέρει ότι το GPT-5.6 μεταφέρει ως προεπιλογή τη διαθέσιμη συλλογιστική προηγούμενων γύρων, με υποστηριζόμενη ρύθμιση συμφραζομένων που επιλέγει τη συμπεριφορά. Αυτό επηρεάζει το υλικό που διατηρείται σε μια εργασία πολλών βημάτων· δεν αποτελεί απεριόριστη μνήμη. Κρατήστε σαφή τα αποδεκτά δεδομένα, τις ετικέτες πηγών και το απαιτούμενο παραδοτέο κατά τη συνέχεια.\n\n### Συμφραζόμενα και γνώσεις\n\nΗ OpenAI αναφέρει παράθυρο συμφραζομένων 1.050.000 tokens, μέγιστη είσοδο 922.000 tokens και μέγιστη έξοδο 128.000 tokens. Η τεκμηριωμένη ημερομηνία ορίου γνώσεων είναι η 16η Φεβρουαρίου 2026. Η συλλογιστική και η τελική απάντηση μοιράζονται τον προϋπολογισμό ολοκλήρωσης και όλο το υλικό εργασίας χρειάζεται χώρο μέσα στα συμφραζόμενα. Ένα αίτημα μπορεί να τελειώσει πριν από μια πλήρη ορατή απάντηση αν εξαντληθούν αυτοί οι προϋπολογισμοί.\n\n### Δομημένες απαντήσεις και εργαλεία\n\nΗ κάρτα μοντέλου αναφέρει Structured Outputs, σταδιακή ροή εξόδου και κλήση συναρτήσεων. Το οικοσύστημα εργαλείων του παρόχου περιλαμβάνει αναζήτηση στον ιστό και σε αρχεία, εργαλεία δημιουργίας εικόνων, διερμηνευτή κώδικα, λειτουργίες κελύφους και εφαρμογής διορθωτικών αλλαγών, δεξιότητες, χρήση υπολογιστή, συνδέσεις MCP και αναζήτηση εργαλείων. Μια δομημένη εγγραφή εξακολουθεί να χρειάζεται τιμές βασισμένες στην πραγματική είσοδο· η εγκυρότητα του JSON δεν τεκμηριώνει ανεξάρτητα την ακρίβεια των δεδομένων.\n\nΜια εφαρμογή παρέχει συναρτήσεις, εκτελεί επιλεγμένες λειτουργίες και επιστρέφει παρατηρήσεις. Μια αναζήτηση μπορεί να παρέχει το πεδίο που λείπει πριν το Luna συντάξει την απάντηση. Διατηρήστε το αποτέλεσμα μαζί με την πηγή και τη λειτουργία του και διακρίνετε μια προτεινόμενη ενέργεια από εργασία που έχει πράγματι εκτελεστεί. Η έξοδος του μοντέλου είναι κείμενο, ενώ μια εικόνα που δημιουργείται από εργαλείο είναι χωριστό παραδοτέο.\n\n### Ένα χρήσιμο αποτέλεσμα\n\nΚρατήστε τους ισχυρισμούς που εξαρτώνται από πηγές συνδεδεμένους με έγκυρο υλικό και ορίστε πότε ολοκληρώνεται η λειτουργία. Ένα καλό παραδοτέο είναι η ζητούμενη εγγραφή, εξήγηση ή αναθεωρημένο απόσπασμα, με τα υποχρεωτικά ονόματα και τα τεκμήρια άθικτα. Ο εστιασμένος ρόλος του Luna, το υποστηριζόμενο εύρος προσπάθειας και το προφίλ κανονικού τρόπου λειτουργίας παραμένουν χωριστά από το Terra, το Sol, την εκτέλεση Pro και τις μεταγενέστερες κυκλοφορίες GPT-6.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "6339b9399ee2528122eef32d0cc29ffb7cc3fa3e033a16dc0bde639523dbefbd", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "el", "methods": [ { "html": "openai/gpt-5.6-luna:batchΤο GPT-5.6 Luna είναι το εστιασμένο μοντέλο της OpenAI για επαναλαμβανόμενους φόρτους μεγάλου όγκου. Δέχεται κείμενο και εικόνες και επιστρέφει απαντήσεις ή δομημένες εγγραφές, με προαιρετική συλλογιστική, εργαλεία καθοδηγούμενα από πηγές και παράθυρο συμφραζομένων 1.050.000 tokens, χωριστό από τη ρύθμιση εκτέλεσης Pro.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το GPT-5.6 Luna είναι το εστιασμένο μοντέλο της OpenAI για φόρτους μεγάλου όγκου μέσα στην οικογένεια GPT-5.6. Ο δημιουργός συσχετίζει τον ρόλο του ως προς τον φόρτο εργασίας με τη μικρότερη βαθμίδα που χρησιμοποιούνταν σε προηγούμενες οικογένειες GPT-5, διατηρώντας το Luna ως αυτοτελές μοντέλο. Δέχεται κείμενο και εικόνες και παράγει κείμενο, όπως εξηγήσεις, επαναδιατυπώσεις, ταξινομήσεις και δομημένες εγγραφές.
Δώστε στο μοντέλο μία καθορισμένη λειτουργία και τα κριτήρια ενός χρήσιμου αποτελέσματος. Για εξαγωγή, ονομάστε τα πεδία, τις μονάδες και τη σύμβαση για ελλείπουσες τιμές. Για ταξινόμηση, δώστε τη σημασία των κατηγοριών και προσδιορίστε τι πρέπει να γίνει όταν δεν ταιριάζει καμία. Μια ενδεικτική οδηγία είναι: «Εξαγάγετε τις τιμές προδιαγραφών από αυτό το απόσπασμα, διατηρήστε τις μονάδες τους και προσδιορίστε την πρόταση που υποστηρίζει κάθε πεδίο».
Μια απάντηση υποστήριξης πρέπει να χρησιμοποιεί το παρεχόμενο υλικό προϊόντος ή πολιτικής και να ακολουθεί τη γλώσσα που απαιτεί ο χρήστης. Για μια οπτική ερώτηση, προσδιορίστε τη σχετική εικόνα και την ορατή λεπτομέρεια. Κρατήστε το αποτέλεσμα αρκετά συνοπτικό για τη μεταγενέστερη χρήση του, χωρίς να παραλείψετε απαιτούμενη τιμή πηγής ή αναγκαία διευκρίνιση.
Ο πάροχος υποστηρίζει προσπάθεια none, low, medium, high, xhigh και max, με προεπιλογή medium. Ο κανονικός τρόπος συλλογιστικής είναι η προεπιλογή, ενώ το Pro είναι ξεχωριστή ρύθμιση εκτέλεσης που προσθέτει εργασία του μοντέλου. Η προσπάθεια και ο τρόπος λειτουργίας είναι ανεξάρτητα· επομένως μια συνηθισμένη άμεση εργασία και μια πιο σύνθετη σύγκριση μπορούν να έχουν διαφορετικές ανάγκες προετοιμασίας, διατηρώντας το ίδιο ονομασμένο προφίλ Luna.
Ο οδηγός συλλογιστικής αναφέρει ότι το GPT-5.6 μεταφέρει ως προεπιλογή τη διαθέσιμη συλλογιστική προηγούμενων γύρων, με υποστηριζόμενη ρύθμιση συμφραζομένων που επιλέγει τη συμπεριφορά. Αυτό επηρεάζει το υλικό που διατηρείται σε μια εργασία πολλών βημάτων· δεν αποτελεί απεριόριστη μνήμη. Κρατήστε σαφή τα αποδεκτά δεδομένα, τις ετικέτες πηγών και το απαιτούμενο παραδοτέο κατά τη συνέχεια.
Η OpenAI αναφέρει παράθυρο συμφραζομένων 1.050.000 tokens, μέγιστη είσοδο 922.000 tokens και μέγιστη έξοδο 128.000 tokens. Η τεκμηριωμένη ημερομηνία ορίου γνώσεων είναι η 16η Φεβρουαρίου 2026. Η συλλογιστική και η τελική απάντηση μοιράζονται τον προϋπολογισμό ολοκλήρωσης και όλο το υλικό εργασίας χρειάζεται χώρο μέσα στα συμφραζόμενα. Ένα αίτημα μπορεί να τελειώσει πριν από μια πλήρη ορατή απάντηση αν εξαντληθούν αυτοί οι προϋπολογισμοί.
Η κάρτα μοντέλου αναφέρει Structured Outputs, σταδιακή ροή εξόδου και κλήση συναρτήσεων. Το οικοσύστημα εργαλείων του παρόχου περιλαμβάνει αναζήτηση στον ιστό και σε αρχεία, εργαλεία δημιουργίας εικόνων, διερμηνευτή κώδικα, λειτουργίες κελύφους και εφαρμογής διορθωτικών αλλαγών, δεξιότητες, χρήση υπολογιστή, συνδέσεις MCP και αναζήτηση εργαλείων. Μια δομημένη εγγραφή εξακολουθεί να χρειάζεται τιμές βασισμένες στην πραγματική είσοδο· η εγκυρότητα του JSON δεν τεκμηριώνει ανεξάρτητα την ακρίβεια των δεδομένων.
Μια εφαρμογή παρέχει συναρτήσεις, εκτελεί επιλεγμένες λειτουργίες και επιστρέφει παρατηρήσεις. Μια αναζήτηση μπορεί να παρέχει το πεδίο που λείπει πριν το Luna συντάξει την απάντηση. Διατηρήστε το αποτέλεσμα μαζί με την πηγή και τη λειτουργία του και διακρίνετε μια προτεινόμενη ενέργεια από εργασία που έχει πράγματι εκτελεστεί. Η έξοδος του μοντέλου είναι κείμενο, ενώ μια εικόνα που δημιουργείται από εργαλείο είναι χωριστό παραδοτέο.
Κρατήστε τους ισχυρισμούς που εξαρτώνται από πηγές συνδεδεμένους με έγκυρο υλικό και ορίστε πότε ολοκληρώνεται η λειτουργία. Ένα καλό παραδοτέο είναι η ζητούμενη εγγραφή, εξήγηση ή αναθεωρημένο απόσπασμα, με τα υποχρεωτικά ονόματα και τα τεκμήρια άθικτα. Ο εστιασμένος ρόλος του Luna, το υποστηριζόμενο εύρος προσπάθειας και το προφίλ κανονικού τρόπου λειτουργίας παραμένουν χωριστά από το Terra, το Sol, την εκτέλεση Pro και τις μεταγενέστερες κυκλοφορίες GPT-6.
POST /v1/batchestexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοendpoint | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια /v1/chat/completions | Προεπιλογή— |
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια openai/gpt-5.6-luna:batch | Προεπιλογή— |
Πεδίοrequests | Τύποςbatch_item[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
Πεδίοrequests[].custom_id | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοrequests[].body.messages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοcompletion_window | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια 24h | Προεπιλογή— |
Πεδίοprovider | Τύποςobject|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοrequests[].body.model | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια openai/gpt-5.6-luna:batch, openai/gpt-5.6-luna | Προεπιλογή— |
Πεδίοprovider.only | Τύποςstring[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια openai | Προεπιλογή— |
Πεδίοprovider.allow_fallbacks | Τύποςboolean|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια false, null | Προεπιλογή— |
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηendpoint, model, requests |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςrepresentation | ΣύμβασηΕνσωματωμένος πίνακας requests[]· κάθε στοιχείο έχει custom_id και body |
Παράμετροςrequest_endpoint_profile | Σύμβαση/v1/chat/completions |
Παράμετροςfile_material | ΣύμβασηΟ καλών μπορεί να διαβάσει το πραγματικό υλικό UTF-8 JSONL τοπικά στον πίνακα requests[]. Δεν χρησιμοποιείται παράμετρος purpose για μεταφόρτωση, input_file_id ή αναφορά σε αρχείο. Αν το υλικό του πελάτη λείπει ή είναι κενό, η προετοιμασία σταματά πριν από το POST. |
Παράμετροςserialization_order | Σύμβασηendpoint, model, provider (αν παρέχεται), completion_window (αν παρέχεται), requests στο τέλος |
Παράμετροςoptional_controls | Σύμβασηprovider.only, provider.allow_fallbacks, completion_window |
Παράμετροςschema_scope | ΣύμβασηΣώματα αιτημάτων Text Chat Completions στον τεκμηριωμένο ενσωματωμένο φάκελο Batch. |
Κύκλος ζωής: asynchronous
GET /v1/batches/{operation_id} · Το πραγματικό response.id της αρχικής απόκρισης δημιουργίας· ο ίδιος χρήστης, το ίδιο κλειδί και η ίδια ομάδα
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Token συμφραζομένων, πάνω από | Token συμφραζομένων, έως και | Χρέωση |
|---|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Token συμφραζομένων, πάνω από— | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0002 / 1K token Έξοδος · Token εξόδου $0.0012 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00002 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
| ΔιαμόρφωσηΕπίπεδο 1 βάσει μήκους αιτήματος | Πίνακας χρεώσεων— | Token συμφραζομένων, πάνω από0 | Token συμφραζομένων, έως και272.000 | Χρέωση Είσοδος · Token εισόδου $0.0002 / 1K token Έξοδος · Token εξόδου $0.0012 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00002 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
| ΔιαμόρφωσηΕπίπεδο 2 βάσει μήκους αιτήματος | Πίνακας χρεώσεων— | Token συμφραζομένων, πάνω από272.000 | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0004 / 1K token Έξοδος · Token εξόδου $0.0018 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00004 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-5.6-luna:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/gpt-5.6-luna:batch', 'openai/gpt-5.6-luna']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.6-luna:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n 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")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nΕνσωματωμένο JSON στο results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nΔιατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε ολόκληρο το αρχικό JSON κατάστασης, κάθε result/custom_id και ολόκληρο το σώμα της απόκρισης ή του σφάλματος. Αποθηκεύστε τα ολοκληρωμένα results[] ως JSONL χωρίς φιλτράρισμα.
Διατηρήστε το αρχικό ID της λειτουργίας. Η απόκριση 503 result_pending_check περιέχει X-Should-Retry:false· μην υποβάλετε ποτέ ξανά μια αρχική μαζική εργασία με άγνωστη έκβαση.
| Πεδίο | Τύπος |
|---|---|
Πεδίοresults[].custom_id | Τύποςstring |
Πεδίοresults[].response.body.choices[].message.content | Τύποςstring|null |
Πεδίοresults[].error | Τύποςobject|null |
Πεδίοusage | Τύποςobject|null |
Πεδίοid | Τύποςstring |
Πεδίοmodel | Τύποςstring |
Πεδίοendpoint | Τύποςstring |
Πεδίοstatus | Τύποςstring |
Πεδίοrequest_counts | Τύποςobject |
Πεδίοresults[].id | Τύποςstring |
Πεδίοresults[].response.status_code | Τύποςinteger |
Πεδίοresults[].response.request_id | Τύποςstring |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρος τεκμηριωμένος ενσωματωμένος φάκελος, διπλότυπα κλειδιά, ταυτότητα στοιχείου ή σύγκρουση με τις ρυθμισμένες δυνατότητες του μοντέλου. | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από οποιαδήποτε νέα υποβολή. |
Απάντηση401 · authentication_error | ΣυνθήκηΜη έγκυρο κλειδί API. | Επόμενο βήμαΧρησιμοποιήστε το εξουσιοδοτημένο κλειδί Ailoot. |
Απάντηση403 · permission_error | ΣυνθήκηΗ ομάδα μαζικής επεξεργασίας δεν είναι διαθέσιμη. | Επόμενο βήμαΕλέγξτε τα δικαιώματα πρόσβασης του κλειδιού/της ομάδας. |
Απάντηση422 · invalid_request_error | ΣυνθήκηΗ μαζική επεξεργασία χρεώνεται στο υπόλοιπο· η δημιουργία μέσω συνδρομής απορρίπτεται. | Επόμενο βήμαΧρησιμοποιήστε την εξουσιοδοτημένη ομάδα που χρεώνεται στο υπόλοιπο. |
Απάντηση422 · price_unavailable | ΣυνθήκηΔεν μπορεί να υπολογιστεί προσφορά κόστους για την είσοδο της μαζικής εργασίας. | Επόμενο βήμαΔιατηρήστε την απόκριση· χρησιμοποιήστε την τεκμηριωμένη είσοδο της οικογένειας API. |
Απάντηση402 · billing_error | ΣυνθήκηΤο ποσό δέσμευσης για τη μαζική επεξεργασία δεν είναι διαθέσιμο. | Επόμενο βήμαΕπιλύστε το ζήτημα αποδοχής πριν από ένα νέο αίτημα. |
Απάντηση503 · price_unavailable | ΣυνθήκηΗ τιμή της μεθόδου μαζικής επεξεργασίας/οι εγγενείς τιμές δεν είναι διαθέσιμες. | Επόμενο βήμαΔιατηρήστε την απόκριση· μην αντικαθιστάτε τις τιμές. |
Απάντηση503 · api_error | ΣυνθήκηΗ ακριβής διαδρομή του προμηθευτή δεν είναι διαθέσιμη. | Επόμενο βήμαΔιατηρήστε την απόκριση για τη διόρθωση της διαδρομής. |
Απάντηση503 · result_pending_check | ΣυνθήκηΤο αρχικό αποτέλεσμα χρειάζεται έλεγχο· X-Should-Retry:false. | Επόμενο βήμαΔιατηρήστε το αρχικό operation_id/id και διαβάστε την κατάστασή του· μην επαναλάβετε ποτέ το αρχικό POST. |
Απάντηση404 · not_found | ΣυνθήκηΗ λειτουργία κατάστασης της μαζικής εργασίας δεν υπάρχει ή ανήκει σε άλλη ταυτότητα. | Επόμενο βήμαΧρησιμοποιήστε το ακριβές αρχικό id και τον ίδιο χρήστη, το ίδιο κλειδί και την ίδια ομάδα. |
Ailoot Ultra openai/gpt-5.6-luna:batch
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.