Source: https://ailoot.ai/models/es-mx/openai-gpt-5-6-luna-u003a-batch/ Canonical: https://ailoot.ai/models/es-mx/openai-gpt-5-6-luna-u003a-batch/ Language: es-mx # OpenAI: GPT-5.6 Luna (batch) [Markdown](https://ailoot.ai/models/es-mx/openai-gpt-5-6-luna-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/es-mx/openai-gpt-5-6-luna-u003a-batch/facts.json) ## [OpenAI: GPT-5.6 Luna (batch)](https://ailoot.ai/models/es-mx/openai-gpt-5-6-luna-u003a-batch/) GPT-5.6 Luna es el modelo de OpenAI orientado a cargas de trabajo repetitivas de gran volumen. Acepta texto e imágenes y devuelve respuestas o registros estructurados, con razonamiento opcional, herramientas guiadas por las fuentes y un contexto de 1,050,000 tokens independiente de su ajuste de ejecución Pro. - [**Ailoot Ultra · Batch** `POST /v1/batches` `openai/gpt-5.6-luna:batch`](https://ailoot.ai/models/es-mx/openai-gpt-5-6-luna-u003a-batch/#method-0) Sobre el modelo Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado. GPT-5.6 Luna es el modelo de OpenAI orientado a cargas de trabajo de gran volumen dentro de la familia GPT-5.6. El fabricante relaciona su función con el nivel de menor tamaño utilizado en las familias GPT-5 anteriores, aunque conserva Luna como identidad propia del modelo. Acepta texto e imágenes y genera texto, incluidas explicaciones, reescrituras, clasificaciones y registros estructurados. #### Una tarea repetitiva precisa Asigna al modelo una operación definida y los criterios de un resultado útil. Para extracción, indica los campos, las unidades y la convención para los valores ausentes. Para clasificación, proporciona el significado de las categorías e indica qué hacer cuando no corresponda ninguna. Un ejemplo de instrucción es: «Extrae los valores de especificación de este pasaje, conserva sus unidades e identifica la frase que respalda cada campo». Una respuesta de soporte debe utilizar el material proporcionado sobre el producto o la política y seguir el idioma que requiere el usuario. Para una pregunta visual, identifica la imagen y el detalle visible pertinentes. Mantén el resultado lo bastante conciso para su uso posterior, sin omitir un valor obligatorio de la fuente ni una condición relevante. #### Ajustes de razonamiento y contexto conservado El proveedor admite los esfuerzos none, low, medium, high, xhigh y max, con medium como valor predeterminado. El modo estándar es el modo de razonamiento predeterminado, mientras que Pro es un ajuste de ejecución independiente que añade trabajo del modelo. El esfuerzo y el modo son independientes; por tanto, una tarea directa habitual y una comparación más compleja pueden requerir una preparación diferente y mantener el mismo perfil Luna. La guía de razonamiento indica que GPT-5.6 reincorpora de forma predeterminada el razonamiento disponible de turnos anteriores, con un ajuste de contexto admitido que selecciona ese comportamiento. Esto afecta al material conservado a lo largo de una tarea de varios pasos; no es memoria ilimitada. Mantén claros los hechos aceptados, las etiquetas de las fuentes y el entregable requerido en las intervenciones posteriores. #### Contexto y conocimientos OpenAI indica un contexto de 1,050,000 tokens, una entrada máxima de 922,000 tokens y una salida máxima de 128,000 tokens. La fecha límite de conocimientos documentada es el 16 de febrero de 2026. El razonamiento y la respuesta final comparten el presupuesto de generación, y todo el material de la tarea necesita espacio en el contexto. Una solicitud puede terminar antes de producir una respuesta visible completa si esos presupuestos se agotan. #### Respuestas estructuradas y herramientas La ficha del modelo incluye Structured Outputs, transmisión en continuo y llamadas a funciones. El ecosistema de herramientas del proveedor incluye búsqueda en la web y en archivos, herramientas de generación de imágenes, un intérprete de código, ejecución de comandos, aplicación de parches, habilidades, uso de la computadora, conexiones MCP y búsqueda de herramientas. Un registro estructurado sigue necesitando valores basados en la entrada real; la validez de JSON no demuestra por sí sola la exactitud factual. Una aplicación proporciona funciones, realiza las operaciones seleccionadas y devuelve observaciones. Una consulta puede aportar un campo ausente antes de que Luna redacte la respuesta. Conserva el resultado con su fuente y su operación, y distingue una acción propuesta del trabajo que realmente se ha ejecutado. La salida propia del modelo es texto, mientras que una imagen generada por una herramienta es un elemento separado. #### Un resultado útil Vincula las afirmaciones que dependen de fuentes con material autorizado y define cuándo se ha completado la operación. Un buen entregable es el registro, la explicación o el pasaje revisado solicitado, con los nombres y las pruebas obligatorios intactos. La función de Luna, su intervalo de esfuerzo admitido y su perfil de modo estándar son distintos de Terra, Sol, la ejecución Pro y las versiones posteriores de GPT-6. **Ailoot Ultra · Batch** `POST /v1/batches` `openai/gpt-5.6-luna:batch` [`openai/gpt-5.6-luna:batch`](https://ailoot.ai/models/es-mx/#m=openai%2Fgpt-5.6-luna%3Abatch&route=Ultra&caller=openai%2Fgpt-5.6-luna%3Abatch&fmt=batches) OpenAI /`openai/gpt-5.6-luna:batch` ### Inicio GPT-5.6 Luna es el modelo de OpenAI orientado a cargas de trabajo repetitivas de gran volumen. Acepta texto e imágenes y devuelve respuestas o registros estructurados, con razonamiento opcional, herramientas guiadas por las fuentes y un contexto de 1,050,000 tokens independiente de su ajuste de ejecución Pro. Entradas aceptadas Texto Resultados Texto ### Disponible en Ailoot · entradas y métodos **Ailoot Ultra · Batch** `POST /v1/batches` Entrada `text` Salida `text` Formato de salida JSON de results\[\].response.body en línea | Campo | Tipo | Requisito | Valores y límites | Predeterminado | | --- | --- | --- | --- | --- | | Campo`endpoint` | Tipo`string` | RequisitoObligatorio | Valores y límites /v1/chat/completions | Predeterminado— | | Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites openai/gpt-5.6-luna:batch | Predeterminado— | | Campo`requests` | Tipo`batch_item[]` | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— | | Campo`requests[].custom_id` | Tipo`string` | RequisitoObligatorio | Valores y límites | Predeterminado— | | Campo`requests[].body.messages` | Tipo`message[]` | RequisitoObligatorio | Valores y límites | Predeterminado— | | Campo`completion_window` | Tipo`string` | RequisitoOpcional | Valores y límites 24h | Predeterminado— | | Campo`provider` | Tipo`object\|null` | RequisitoOpcional | Valores y límites | Predeterminado— | | Campo`requests[].body.model` | Tipo`string` | RequisitoOpcional | Valores y límites openai/gpt-5.6-luna:batch, openai/gpt-5.6-luna | Predeterminado— | | Campo`provider.only` | Tipo`string[]` | RequisitoOpcional | Valores y límites openai | Predeterminado— | | Campo`provider.allow_fallbacks` | Tipo`boolean\|null` | RequisitoOpcional | Valores y límites false, null | Predeterminado— | Parámetros del método y ciclo de vida | Parámetro | Contrato | | --- | --- | | Parámetro`content_type` | Contratoapplication/json | | Parámetro`required` | Contratoendpoint, model, requests | | Parámetro`material_types` | Contratotext | | Parámetro`representation` | Contratorequests\[\] en línea; cada elemento tiene custom\_id y body | | Parámetro`request_endpoint_profile` | Contrato/v1/chat/completions | | Parámetro`file_material` | ContratoQuien realiza la llamada puede leer localmente el JSONL UTF-8 real e incorporarlo a requests\[\]. No se utiliza el campo purpose para cargas, ni input\_file\_id ni referencias a archivos. Si falta el material del cliente o está vacío, la preparación se detiene antes del POST. | | Parámetro`serialization_order` | Contratoendpoint, model, provider (si se proporciona), completion\_window (si se proporciona), requests al final | | Parámetro`optional_controls` | Contratoprovider.only, provider.allow\_fallbacks, completion\_window | | Parámetro`schema_scope` | ContratoCuerpos de solicitudes de texto de Chat Completions dentro de la estructura Batch en línea documentada. | Ciclo de vida: `asynchronous` `GET /v1/batches/{operation_id}` · El response.id real de la respuesta de creación original; el mismo usuario, clave y grupo ### Tarifas Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado. Modo fast Sin especificar Cuando se selecciona el modo fast Modo flex Sin especificar Cuando se selecciona el modo flex Esfuerzo máximo de razonamiento Sin especificar Cuando el esfuerzo máximo de razonamiento usa el ajuste default Precios de caché explícita No habilitado Cuando se solicita caché explícita #### Tarifas de Ailoot #### Precios por configuración Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas. | Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo | | --- | --- | --- | --- | --- | | ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.0002** / 1K tokens Salida · Tokens de salida **$0.0012** / 1K tokens Entrada · Lectura de caché **$0.00002** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens | | ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusive272,000 | Cargo Entrada · Tokens de entrada **$0.0002** / 1K tokens Salida · Tokens de salida **$0.0012** / 1K tokens Entrada · Lectura de caché **$0.00002** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens | | ConfiguraciónNivel 2 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de272,000 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.0004** / 1K tokens Salida · Tokens de salida **$0.0018** / 1K tokens Entrada · Lectura de caché **$0.00004** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens | Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. [Cómo funcionan la reserva y la liquidación →](https://ailoot.ai/docs/es-mx/billing/reserve/) ### Solicitudes de ejemplo #### Ailoot Ultra · Batch curl · ejemplo de prueba conservadoPython HTTP · JSONL real del clientePython · guarda cada resultado completado ```bash set -eu : "${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: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:batch', 'openai/gpt-5.6-luna']: raise ValueError("body.model must be an exact documented caller or wire ID") return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.6-luna: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. ``` ### Recibir y guardar resultados #### Ailoot Ultra · Batch JSON de results\[\].response.body en línea - `GET /v1/batches/{operation_id}` ##### Consultar el estado de la tarea curl · estado de la operación original ```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 ``` ##### Conserva todos los resultados completados Conserva todas las respuestas, archivos y partes de contenido completos recibidos. Conserva el JSON completo del estado original, cada result/custom\_id y el cuerpo completo de la respuesta o del error. Guarda results\[\] completados como JSONL sin filtrar. ##### Si es necesario revisar la respuesta original Conserva el ID de la operación original. La respuesta 503 result\_pending\_check incluye X-Should-Retry:false; nunca vuelvas a enviar un lote original cuyo resultado sea desconocido. Campos de respuesta | Campo | Tipo | | --- | --- | | Campo`results[].custom_id` | Tipostring | | Campo`results[].response.body.choices[].message.content` | Tipostring\|null | | Campo`results[].error` | Tipoobject\|null | | Campo`usage` | Tipoobject\|null | | Campo`id` | Tipostring | | Campo`model` | Tipostring | | Campo`endpoint` | Tipostring | | Campo`status` | Tipostring | | Campo`request_counts` | Tipoobject | | Campo`results[].id` | Tipostring | | Campo`results[].response.status_code` | Tipointeger | | Campo`results[].response.request_id` | Tipostring | Errores y siguientes pasos | Respuesta | Condición | Siguiente paso | | --- | --- | --- | | Respuesta400 · `invalid_request_error` | CondiciónLa estructura en línea documentada no es válida, hay claves duplicadas, existe un problema con la identidad de los elementos o hay un conflicto entre las capacidades configuradas del modelo. | Siguiente pasoCorrige los campos indicados antes de realizar cualquier nuevo envío. | | Respuesta401 · `authentication_error` | CondiciónClave de API no válida. | Siguiente pasoUsa la clave de Ailoot autorizada. | | Respuesta403 · `permission_error` | CondiciónGrupo de Batch no disponible. | Siguiente pasoVerifica los permisos de la clave y el grupo. | | Respuesta422 · `invalid_request_error` | CondiciónBatch usa facturación contra saldo; se rechazan las solicitudes de creación con una suscripción. | Siguiente pasoUsa el grupo autorizado con facturación contra saldo. | | Respuesta422 · `price_unavailable` | CondiciónNo se puede cotizar la entrada de Batch. | Siguiente pasoConserva la respuesta; usa la entrada documentada para la familia. | | Respuesta402 · `billing_error` | CondiciónReserva de Batch no disponible. | Siguiente pasoResuelve los requisitos de admisión antes de realizar una nueva solicitud. | | Respuesta503 · `price_unavailable` | CondiciónPrecio del método Batch o tarifas nativas no disponibles. | Siguiente pasoConserva la respuesta; no sustituyas los precios. | | Respuesta503 · `api_error` | CondiciónLa ruta exacta del proveedor no está disponible. | Siguiente pasoConserva la respuesta para reparar la ruta. | | Respuesta503 · `result_pending_check` | CondiciónEl resultado original requiere una revisión; X-Should-Retry:false. | Siguiente pasoConserva el operation\_id/id original y consulta su estado; nunca repitas el POST original. | | Respuesta404 · `not_found` | CondiciónLa operación de consulta de estado de Batch no existe o pertenece a otra identidad. | Siguiente pasoUsa el id original exacto y el mismo usuario, clave y grupo. | ### Alias #### Alias del modelo **Ailoot Ultra** [`openai/gpt-5.6-luna:batch`](https://ailoot.ai/models/es-mx/#m=openai%2Fgpt-5.6-luna%3Abatch&route=Ultra&caller=openai%2Fgpt-5.6-luna%3Abatch&fmt=batches) #### Alias de rutas de métodos Usa las rutas de método indicadas arriba. #### ID de modelo relacionados [`openai/gpt-5.6-luna:batch`](https://ailoot.ai/models/es-mx/#m=openai%2Fgpt-5.6-luna%3Abatch&route=Ultra&caller=openai%2Fgpt-5.6-luna%3Abatch&fmt=batches) FAQ · OpenAI: GPT-5.6 Luna (batch) ¿Qué entradas y resultados están disponibles? `POST /v1/batches` · `openai/gpt-5.6-luna:batch`: `text` → `text` ¿Qué campos utiliza la solicitud? `POST /v1/batches` · `openai/gpt-5.6-luna:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider` ¿Qué límites se aplican? `POST /v1/batches` · `openai/gpt-5.6-luna:batch`: `requests.min_items`: `1` Conecta Ailoot a Claude Code, OpenCode, Hermes o tu aplicación. ## La empresa y su cartera de proyectos La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes. ## Compra tokens con descuento. Ahorro por suscripción para trabajo habitual. Códigos promocionales: hasta el 50% al comprar tokens. Suscripción Elige un plan con descuento para tus peticiones habituales. Código de hasta el 50% Introduce el código al comprar. El precio se recalcula según la promoción vigente. Gasto en el historial Modelo, tokens e importe quedan guardados por cada petición. [Elegir suscripción](https://ailoot.ai/docs/es-mx/billing/subscriptions/) · [Consultar precios de modelos](https://ailoot.ai/models/es-mx/) ## Conecta la API al producto que vendes. SaaS, aplicaciones y bots bajo la oferta y el acuerdo de licencia Ailoot. Solicita una licencia de reventa para redistribuir el acceso. Aplicación comercial Integra generación de texto, imágenes, vídeo y sonido en funciones de pago de tu servicio. Licencia para revendedores Envía descripción del proyecto y esquema de acceso. Solicita condiciones escritas de uso y reventa. Documentos en la web La oferta, el acuerdo de licencia y la política de datos están disponibles antes de conectar. [Solicitar licencia de reventa](mailto:support@ailoot.ai) · [Oferta y acuerdo de licencia](https://ailoot.ai/legal/offer?lang=es-mx) ## Ailoot · La empresa y su cartera de proyectos Ailoot se apoya en la experiencia operativa acumulada, una amplia base de clientes, un servicio estable y el seguimiento continuo de KPI. La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes. Ailoot aplica esa experiencia operativa al acceso por API a funciones de IA en productos de clientes, agentes, aplicaciones y automatizaciones.