modelos

OpenAI: GPT-5.6 Luna Pro (batch)

Markdown · JSON

OpenAI: GPT-5.6 Luna Pro (batch)

GPT-5.6 Luna con razonamiento Pro para tareas concretas que requieren análisis adicional. Proporciona texto o imágenes y reglas explícitas para desarrollar un resultado de extracción, una respuesta concisa o la explicación de una excepción.

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 Pro designa a GPT-5.6 Luna de OpenAI con razonamiento Pro. La edición base Luna está diseñada para cargas de trabajo concretas de gran volumen y corresponde aproximadamente al nivel nano de las familias GPT-5 anteriores. Acepta texto e imágenes y produce texto. Pro añade trabajo del modelo para desarrollar la respuesta final; es un modo de ejecución que no sustituye a la edición base.

Un uso práctico es extraer un conjunto definido de información de un documento cuyas reglas incluyan excepciones. Proporciona el documento y los campos que necesitas, identifica los pasajes que tienen prioridad y explica cómo tratar un valor ausente. Un ejemplo de solicitud consiste en extraer el tema del documento, las condiciones pertinentes para una solicitud y la siguiente pregunta necesaria para completarla. Pide una explicación de una excepción junto con los campos extraídos para poder comparar el resultado con la fuente.

Para material visual, proporciona una página o una captura de pantalla clara e identifica el detalle o la etiqueta específicos que orientan la tarea. Para redactar una respuesta, proporciona la solicitud, las reglas que rigen la contestación y los hechos que deben conservarse. Define el tono y la extensión deseados y solicita una respuesta concisa en lugar de una discusión sin límites. Esta preparación vincula la función concreta de Luna con un resultado textual definido.

OpenAI especifica para GPT-5.6 Luna una ventana de contexto de 1.050.000 tokens, una entrada máxima de 922.000 tokens y una salida máxima de 128.000 tokens, con fecha límite de conocimientos del 16 de febrero de 2026. Las opciones de esfuerzo de razonamiento del modelo base son none, low, medium, high, xhigh y max; medium es el valor predeterminado. El modo y el esfuerzo son independientes: Pro determina trabajo adicional del modelo, mientras que el esfuerzo controla la cantidad de razonamiento dentro del modo. El razonamiento también utiliza espacio de contexto, por lo que debes reservar espacio para el análisis y la respuesta visible.

El fabricante documenta Pro en la Responses API para tareas difíciles que admiten mayor latencia y actividad del modelo. El modelo base incluye transmisión en continuo, Structured Outputs, llamadas a funciones, búsqueda en la web y en archivos, entrada de imágenes y almacenamiento de la entrada en caché. Su conjunto de herramientas incluye generación de imágenes, interpretación de código, ejecución de comandos en un entorno alojado, aplicación de parches, habilidades, uso del ordenador, conexiones MCP y búsqueda de herramientas. Las operaciones de las herramientas requieren el entorno correspondiente; una aplicación ejecuta sus acciones y proporciona los resultados reales para continuar el trabajo.

Especifica un entregable final útil: los campos requeridos, la regla que respalda una decisión y cualquier pregunta pendiente. Por ejemplo, solicita un borrador de respuesta junto con los hechos del documento en los que se basa y refina la respuesta después de proporcionar la información ausente. Mantén visible la diferencia entre una acción propuesta y una acción completada por una herramienta. Este flujo de trabajo da un propósito concreto al análisis adicional de Pro dentro de una tarea Luna acotada.

Ailoot Ultra · Procesamiento por lotes POST /v1/batches openai/gpt-5.6-luna-pro:batch

openai/gpt-5.6-luna-pro:batch

OpenAI /openai/gpt-5.6-luna-pro:batch

Primeros pasos

GPT-5.6 Luna con razonamiento Pro para tareas concretas que requieren análisis adicional. Proporciona texto o imágenes y reglas explícitas para desarrollar un resultado de extracción, una respuesta concisa o la explicación de una excepción.

Entradas aceptadas
Texto
Resultados
Texto

Disponible en Ailoot · entradas y métodos

Ailoot Ultra · Procesamiento por lotes POST /v1/batches
Tipos de entrada
text
Tipos de salida
text
Formato de salida
JSON de results[].response.body incluido directamente
CampoTipoRequisitoValores y límitesPredeterminado
CampoendpointTipostringRequisitoObligatorioValores y límites
/v1/chat/completions
Predeterminado—
CampomodelTipostringRequisitoObligatorioValores y límites
openai/gpt-5.6-luna-pro:batch
Predeterminado—
CamporequestsTipobatch_item[]RequisitoObligatorioValores y límites
Número mínimo de elementos: 1
Predeterminado—
Camporequests[].custom_idTipostringRequisitoObligatorioValores y límitesPredeterminado—
Camporequests[].body.messagesTipomessage[]RequisitoObligatorioValores y límitesPredeterminado—
Campocompletion_windowTipostringRequisitoOpcionalValores y límites
24h
Predeterminado—
CampoproviderTipoobject|nullRequisitoOpcionalValores y límitesPredeterminado—
Camporequests[].body.modelTipostringRequisitoOpcionalValores y límites
openai/gpt-5.6-luna-pro:batch, openai/gpt-5.6-luna-pro
Predeterminado—
Campoprovider.onlyTipostring[]RequisitoOpcionalValores y límites
openai
Predeterminado—
Campoprovider.allow_fallbacksTipoboolean|nullRequisitoOpcionalValores y límites
false, null
Predeterminado—
Parámetros del método y ciclo de vida
ParámetroContrato
Parámetrocontent_typeContratoapplication/json
ParámetrorequiredContratoendpoint, model, requests
Parámetromaterial_typesContratotext
ParámetrorepresentationContratorequests[] en la propia solicitud; cada elemento tiene custom_id y body
Parámetrorequest_endpoint_profileContrato/v1/chat/completions
Parámetrofile_materialContratoEl cliente puede leer localmente el JSONL real en UTF-8 e incorporarlo a requests[]. No se utiliza purpose de carga, input_file_id ni ninguna referencia a archivos. Si falta el material del cliente o está vacío, la preparación se detiene antes del POST.
Parámetroserialization_orderContratoendpoint, model, provider (si se proporciona), completion_window (si se proporciona), requests al final
Parámetrooptional_controlsContratoprovider.only, provider.allow_fallbacks, completion_window
Parámetroschema_scopeContratoCuerpos de Chat Completions de texto incluidos directamente en el contenedor Batch documentado.

Ciclo de vida: asynchronous

GET /v1/batches/{operation_id} · response.id real de la respuesta de creación original; mismo usuario, clave y grupo

Planes

Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.

Modo rápido
Sin especificar Cuando se selecciona el modo rápido
Modo flex
Sin especificar Cuando se selecciona el modo flex
Esfuerzo máximo de razonamiento
Sin especificar Cuando el esfuerzo máximo de razonamiento utiliza el ajuste predeterminado (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.

ConfiguraciónTabla de tarifasTokens de contexto, más deTokens de contexto, hasta inclusiveCargo
ConfiguraciónTarifas base por tokenTabla de tarifasTarifa baseTokens de contexto, más de—Tokens de contexto, hasta inclusiveSin límite superiorCargo
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
ConfiguraciónTramo 1 por longitud de la solicitudTabla de tarifas—Tokens de contexto, más de0Tokens de contexto, hasta inclusive272.000Cargo
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
ConfiguraciónTramo 2 por longitud de la solicitudTabla de tarifas—Tokens de contexto, más de272.000Tokens de contexto, hasta inclusiveSin límite superiorCargo
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 importe 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 →

Solicitudes de ejemplo

Ailoot Ultra · Procesamiento por lotes

curl · ejemplo de prueba conservadoPython HTTP · JSONL real del clientePython · guarda cada resultado completado
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
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"))
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 · Procesamiento por lotes

JSON de results[].response.body incluido directamente

  • GET /v1/batches/{operation_id}
Consultar el estado de la tarea
curl · estado de la operación original
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 resultado y su custom_id, y el cuerpo completo de la respuesta o del error. Guarda los results[] completados como JSONL sin filtrarlos.

Si es necesario revisar la respuesta original

Conserva el ID de la operación original. 503 result_pending_check incluye X-Should-Retry:false; nunca vuelvas a enviar un lote original cuyo resultado se desconoce.

Campos de respuesta
CampoTipo
Camporesults[].custom_idTipostring
Camporesults[].response.body.choices[].message.contentTipostring|null
Camporesults[].errorTipoobject|null
CampousageTipoobject|null
CampoidTipostring
CampomodelTipostring
CampoendpointTipostring
CampostatusTipostring
Camporequest_countsTipoobject
Camporesults[].idTipostring
Camporesults[].response.status_codeTipointeger
Camporesults[].response.request_idTipostring
Errores y siguientes pasos
RespuestaCondiciónSiguiente paso
Respuesta400 · invalid_request_errorCondiciónEl contenedor documentado con contenido incluido directamente no es válido, hay claves duplicadas, la identidad de un elemento no es válida o existe un conflicto con las capacidades configuradas del modelo.Siguiente pasoCorrige los campos indicados antes de cualquier nuevo envío.
Respuesta401 · authentication_errorCondiciónClave API no válida.Siguiente pasoUsa la clave Ailoot autorizada.
Respuesta403 · permission_errorCondiciónGrupo de Batch no disponible.Siguiente pasoComprueba los permisos de la clave y del grupo.
Respuesta422 · invalid_request_errorCondiciónBatch se factura con cargo al saldo; se rechaza su creación con una suscripción.Siguiente pasoUsa el grupo autorizado que se factura con cargo al saldo.
Respuesta422 · price_unavailableCondiciónNo se puede calcular el presupuesto de la entrada de Batch.Siguiente pasoConserva la respuesta; usa la entrada documentada para la familia.
Respuesta402 · billing_errorCondiciónReserva de Batch no disponible.Siguiente pasoResuelve la admisión antes de enviar una nueva solicitud.
Respuesta503 · price_unavailableCondiciónPrecio del método Batch o tarifas nativas no disponibles.Siguiente pasoConserva la respuesta; no sustituyas los precios.
Respuesta503 · api_errorCondiciónLa ruta exacta del proveedor no está disponible.Siguiente pasoConserva la respuesta para reparar la ruta.
Respuesta503 · result_pending_checkCondiciónEl resultado original requiere comprobación; X-Should-Retry:false.Siguiente pasoConserva el operation_id/id original y consulta su estado; nunca repitas el POST original.
Respuesta404 · not_foundCondiciónLa 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-pro:batch

Alias de rutas de métodos

Usa las rutas de método indicadas arriba.

ID de modelo relacionados

openai/gpt-5.6-luna-pro:batch

FAQ · OpenAI: GPT-5.6 Luna Pro (batch)
¿Qué entradas y resultados están disponibles?

POST /v1/batches · openai/gpt-5.6-luna-pro:batch: text → text

¿Qué campos utiliza la solicitud?

POST /v1/batches · openai/gpt-5.6-luna-pro:batch: endpoint, model, requests, completion_window, provider

¿Qué límites se aplican?

POST /v1/batches · openai/gpt-5.6-luna-pro:batch: requests.min_items: 1

Más detalles

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 · Consultar precios de modelos

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 · Oferta y acuerdo de licencia