Source: https://ailoot.ai/models/fr/openai-gpt-6-luna-u003a-batch/ Canonical: https://ailoot.ai/models/fr/openai-gpt-6-luna-u003a-batch/ Language: fr # OpenAI: GPT-6 Luna (batch) [Markdown](https://ailoot.ai/models/fr/openai-gpt-6-luna-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/fr/openai-gpt-6-luna-u003a-batch/facts.json) ## [OpenAI: GPT-6 Luna (batch)](https://ailoot.ai/models/fr/openai-gpt-6-luna-u003a-batch/) GPT-6 Luna est le modèle de raisonnement ciblé d’OpenAI pour les tâches répétées en grand nombre. Le texte et les images peuvent soutenir la classification, l’extraction, l’assistance et le travail guidé par des outils, avec un contexte de 1 050 000 tokens, une sortie textuelle structurée et un réglage facultatif d’effort sans raisonnement. - [**Ailoot Ultra · Traitement par lots** `POST /v1/batches` `openai/gpt-6-luna:batch`](https://ailoot.ai/models/fr/openai-gpt-6-luna-u003a-batch/#method-0) À propos du modèle Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous. GPT-6 Luna est le modèle ciblé d’OpenAI pour les tâches répétées en grand nombre. Il accepte du texte et des images et produit du texte, ce qui le rend utile pour des opérations définies comme la classification, l’extraction, la réécriture, les questions fondées sur des images et les étapes individuelles d’un processus d’assistance. Luna conserve son propre profil dans GPT-6, distinct du rôle de Sol en programmation complexe, des travaux les plus exigeants d’Astra et du réglage d’exécution Pro de Luna. #### Définir une opération répétable Donnez à chaque tâche un résultat clair : une catégorie, un petit enregistrement, une explication ou un passage révisé. Pour la classification, fournissez la signification des catégories et une convention pour les éléments qui n’entrent dans aucune. Pour l’extraction, définissez les champs, les unités et le traitement des informations absentes. Un brief utile est : « Identifiez le problème principal de l’utilisateur, choisissez une de ces catégories et renvoyez la phrase qui soutient ce choix. » Pour une réponse d’assistance, fournissez la question et le matériau source approuvé pertinent, puis identifiez la langue de réponse et les détails à conserver. Pour une image, préservez les étiquettes visibles et indiquez au modèle l’objet de la question. Gardez les formulations extraites distinctes de l’interprétation afin que l’enregistrement obtenu puisse être vérifié par rapport à l’entrée. #### Effort et format de sortie Le concepteur prend en charge les efforts de raisonnement none, low, medium, high, xhigh et max ; medium est la valeur par défaut. Le réglage none permet les tâches qui ne nécessitent pas de raisonnement intermédiaire, tandis qu’un effort plus élevé peut développer l’analyse d’une question plus complexe. L’effort de raisonnement et le mode d’exécution standard ou Pro sont des choix indépendants. Un contrat de sortie délimité reste nécessaire à chaque niveau d’effort. Structured Outputs peut contraindre un enregistrement défini, et le texte ordinaire peut communiquer une courte réponse ou une explication. Précisez la signification des champs et les conventions de valeurs manquantes. La validité du format n’établit pas qu’une valeur extraite est présente dans la source : vérifiez donc le contenu ainsi que la structure. #### Contexte et connaissances La fiche de modèle indique un contexte de 1 050 000 tokens, jusqu’à 922 000 tokens d’entrée et jusqu’à 128 000 tokens de sortie. Sa date limite des connaissances est le 18 mai 2026. Le matériau source, la conversation, le raisonnement et la réponse visible doivent avoir de la place ensemble. Pour un travail répété, conservez les critères et les étiquettes de source importants plutôt que de laisser un historique sans rapport masquer l’opération. #### Outils et résultats de l’application OpenAI documente Responses pour les outils intégrés et les appels de fonctions. Chat Completions prend en charge les appels de fonctions pour ce modèle uniquement lorsque l’effort de raisonnement est none. La liste d’outils du concepteur comprend la recherche web et dans les fichiers, les outils de génération d’images, un interpréteur de code, les outils de shell et de patch, les skills, l’utilisation de l’ordinateur, les connexions MCP et la recherche d’outils. La sortie propre à Luna est du texte ; les images produites par des outils ou les actions exécutées sont des résultats distincts. L’application effectue les opérations sélectionnées et renvoie l’observation pour l’étape suivante du modèle. Une recherche de produit peut fournir le champ manquant avant la composition de la réponse ; une tâche d’extraction peut utiliser un passage réellement récupéré. Le guide de GPT-6 décrit aussi le travail asynchrone des outils, la réorientation et les capacités de gestion du contexte au niveau de la famille. Un résultat final utile est une réponse ou un enregistrement ciblé lié aux éléments probants fournis. Vérifiez ses valeurs, préservez la terminologie obligatoire et gardez les questions sur les informations actuelles liées à un matériau faisant autorité ou à des observations réelles d’outils. Le rôle de Luna est d’achever l’opération définie, sans transformer un vaste ensemble de sources en une tâche non précisée. **Ailoot Ultra · Traitement par lots** `POST /v1/batches` `openai/gpt-6-luna:batch` [`openai/gpt-6-luna:batch`](https://ailoot.ai/models/fr/#m=openai%2Fgpt-6-luna%3Abatch&route=Ultra&caller=openai%2Fgpt-6-luna%3Abatch&fmt=batches) OpenAI /`openai/gpt-6-luna:batch` ### Premiers pas GPT-6 Luna est le modèle de raisonnement ciblé d’OpenAI pour les tâches répétées en grand nombre. Le texte et les images peuvent soutenir la classification, l’extraction, l’assistance et le travail guidé par des outils, avec un contexte de 1 050 000 tokens, une sortie textuelle structurée et un réglage facultatif d’effort sans raisonnement. Entrées acceptées Texte Résultats Texte ### Disponible dans Ailoot · entrées et méthodes **Ailoot Ultra · Traitement par lots** `POST /v1/batches` Types d’entrée `text` Types de sortie `text` Format de sortie JSON results\[\].response.body intégré | Champ | Type | Exigence | Valeurs et limites | Par défaut | | --- | --- | --- | --- | --- | | Champ`endpoint` | Type`string` | ExigenceObligatoire | Valeurs et limites /v1/chat/completions | Par défaut— | | Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites openai/gpt-6-luna:batch | Par défaut— | | Champ`requests` | Type`batch_item[]` | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— | | Champ`requests[].custom_id` | Type`string` | ExigenceObligatoire | Valeurs et limites | Par défaut— | | Champ`requests[].body.messages` | Type`message[]` | ExigenceObligatoire | Valeurs et limites | Par défaut— | | Champ`completion_window` | Type`string` | ExigenceFacultatif | Valeurs et limites 24h | Par défaut— | | Champ`provider` | Type`object\|null` | ExigenceFacultatif | Valeurs et limites | Par défaut— | | Champ`requests[].body.model` | Type`string` | ExigenceFacultatif | Valeurs et limites openai/gpt-6-luna:batch, openai/gpt-6-luna | Par défaut— | | Champ`provider.only` | Type`string[]` | ExigenceFacultatif | Valeurs et limites openai | Par défaut— | | Champ`provider.allow_fallbacks` | Type`boolean\|null` | ExigenceFacultatif | Valeurs et limites false, null | Par défaut— | Paramètres et cycle de vie de la méthode | Paramètre | Contrat | | --- | --- | | Paramètre`content_type` | Contratapplication/json | | Paramètre`required` | Contratendpoint, model, requests | | Paramètre`material_types` | Contrattext | | Paramètre`representation` | Contratrequests\[\] intégré ; chaque élément comporte custom\_id et body | | Paramètre`request_endpoint_profile` | Contrat/v1/chat/completions | | Paramètre`file_material` | ContratL’appelant peut charger localement le contenu JSONL UTF-8 effectif dans requests\[\]. Aucun paramètre purpose de téléversement, input\_file\_id ni référence à un fichier n’est utilisé. Si les données du client sont absentes ou vides, la préparation s’arrête avant le POST. | | Paramètre`serialization_order` | Contratendpoint, model, provider (si fourni), completion\_window (si fourni), requests en dernier | | Paramètre`optional_controls` | Contratprovider.only, provider.allow\_fallbacks, completion\_window | | Paramètre`schema_scope` | ContratCorps de requêtes Chat Completions textuelles dans l’enveloppe Batch intégrée documentée. | Cycle de vie : `asynchronous` `GET /v1/batches/{operation_id}` · response.id effectivement renvoyé lors de la création d’origine ; même utilisateur, même clé et même groupe ### Tarifs Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée. Mode rapide Non précisé Lorsque le mode rapide est sélectionné Mode Flex Non précisé Lorsque le mode flex est sélectionné Effort de raisonnement maximal Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default) Tarification du cache explicite Non activé Lorsqu’un cache explicite est demandé #### Tarifs Ailoot #### Prix par configuration Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives. | Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût | | --- | --- | --- | --- | --- | | ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée **$0.0001** / 1K tokens Sortie · Tokens en sortie **$0.0005** / 1K tokens Entrée · Lecture du cache **$0.00001** / 1K tokens Entrée · Écriture dans le cache **$0.000125** / 1K tokens Entrée · Écriture dans le cache, 1 h **—** / 1K tokens | | ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Tokens en entrée **$0.0001** / 1K tokens Sortie · Tokens en sortie **$0.0005** / 1K tokens Entrée · Lecture du cache **$0.00001** / 1K tokens Entrée · Écriture dans le cache **$0.000125** / 1K tokens Entrée · Écriture dans le cache, 1 h **—** / 1K tokens | | ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de272 000 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée **$0.0002** / 1K tokens Sortie · Tokens en sortie **$0.00075** / 1K tokens Entrée · Lecture du cache **$0.00002** / 1K tokens Entrée · Écriture dans le cache **$0.00025** / 1K tokens Entrée · Écriture dans le cache, 1 h **—** / 1K tokens | Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr/billing/reserve/) ### Exemples de requêtes #### Ailoot Ultra · Traitement par lots curl · jeu de données de référence conservéPython HTTP · données JSONL réelles du clientPython · enregistrer chaque résultat finalisé ```bash set -eu : "${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-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-6-luna:batch', 'openai/gpt-6-luna']: raise ValueError("body.model must be an exact documented caller or wire ID") return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-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. ``` ### Recevoir et enregistrer les résultats #### Ailoot Ultra · Traitement par lots JSON results\[\].response.body intégré - `GET /v1/batches/{operation_id}` ##### Vérifier l’état de la tâche curl · état de l’opération d’origine ```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 ``` ##### Conserver tous les résultats terminés Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité. Conservez l’intégralité du JSON de statut d’origine, chaque résultat/custom\_id et le corps complet de la réponse ou de l’erreur. Enregistrez les results\[\] terminés au format JSONL sans filtrage. ##### Si la réponse d’origine doit être vérifiée Conservez l’identifiant de l’opération d’origine. La réponse 503 result\_pending\_check contient X-Should-Retry:false ; ne soumettez jamais à nouveau un lot d’origine dont l’issue est inconnue. Champs de la réponse | Champ | Type | | --- | --- | | Champ`results[].custom_id` | Typestring | | Champ`results[].response.body.choices[].message.content` | Typestring\|null | | Champ`results[].error` | Typeobject\|null | | Champ`usage` | Typeobject\|null | | Champ`id` | Typestring | | Champ`model` | Typestring | | Champ`endpoint` | Typestring | | Champ`status` | Typestring | | Champ`request_counts` | Typeobject | | Champ`results[].id` | Typestring | | Champ`results[].response.status_code` | Typeinteger | | Champ`results[].response.request_id` | Typestring | Erreurs et étapes suivantes | Réponse | Condition | Étape suivante | | --- | --- | --- | | Réponse400 · `invalid_request_error` | ConditionEnveloppe intégrée documentée invalide, clés dupliquées, identité d’élément incorrecte ou conflit avec les capacités configurées du modèle. | Étape suivanteCorrigez les champs indiqués avant toute nouvelle soumission. | | Réponse401 · `authentication_error` | ConditionClé API invalide. | Étape suivanteUtilisez la clé Ailoot autorisée. | | Réponse403 · `permission_error` | ConditionGroupe de traitement par lots indisponible. | Étape suivanteVérifiez les droits d’accès de la clé/du groupe. | | Réponse422 · `invalid_request_error` | ConditionLe traitement par lots est facturé sur le solde ; la création via un abonnement est refusée. | Étape suivanteUtilisez le groupe autorisé dont la facturation est prélevée sur le solde. | | Réponse422 · `price_unavailable` | ConditionImpossible d’établir un devis pour les données d’entrée du traitement par lots. | Étape suivanteConservez la réponse ; utilisez les données d’entrée documentées pour cette famille. | | Réponse402 · `billing_error` | ConditionRéserve pour le traitement par lots indisponible. | Étape suivanteRéglez les conditions d’admission avant une nouvelle requête. | | Réponse503 · `price_unavailable` | ConditionPrix de la méthode Batch/tarifs natifs indisponibles. | Étape suivanteConservez la réponse ; ne substituez pas d’autres prix. | | Réponse503 · `api_error` | ConditionRoute exacte du fournisseur indisponible. | Étape suivanteConservez la réponse pour réparer la route. | | Réponse503 · `result_pending_check` | ConditionLe résultat d’origine nécessite une vérification ; X-Should-Retry:false. | Étape suivanteConservez l’operation\_id/id d’origine et consultez son statut ; ne répétez jamais le POST d’origine. | | Réponse404 · `not_found` | ConditionOpération de suivi du traitement par lots absente ou appartenant à une autre identité. | Étape suivanteUtilisez l’id exact d’origine avec le même utilisateur, la même clé et le même groupe. | ### Alias #### Alias du modèle **Ailoot Ultra** [`openai/gpt-6-luna:batch`](https://ailoot.ai/models/fr/#m=openai%2Fgpt-6-luna%3Abatch&route=Ultra&caller=openai%2Fgpt-6-luna%3Abatch&fmt=batches) #### Alias des chemins de méthode Utilisez les chemins de méthode indiqués ci-dessus. #### ID d’appel associés [`openai/gpt-6-luna:batch`](https://ailoot.ai/models/fr/#m=openai%2Fgpt-6-luna%3Abatch&route=Ultra&caller=openai%2Fgpt-6-luna%3Abatch&fmt=batches) FAQ · OpenAI: GPT-6 Luna (batch) Quelles entrées et quels résultats sont disponibles ? `POST /v1/batches` · `openai/gpt-6-luna:batch`: `text` → `text` Quels champs la requête utilise-t-elle ? `POST /v1/batches` · `openai/gpt-6-luna:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider` Quelles limites s’appliquent ? `POST /v1/batches` · `openai/gpt-6-luna:batch`: `requests.min_items`: `1` Connectez Ailoot à Claude Code, OpenCode, Hermes ou à votre application. ## L’entreprise et son portefeuille de projets L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. ## Achetez des tokens à prix réduit. Une remise d’abonnement pour le travail régulier. Des codes promo jusqu’à 50% sur l’achat de tokens. Abonnement Choisissez une offre à tarif réduit pour vos requêtes régulières. Code promo jusqu’à 50% Saisissez le code à l’achat. Le prix est recalculé selon la promotion en cours. Dépenses dans l’historique Modèle, tokens et montant sont enregistrés pour chaque requête. [Choisir un abonnement](https://ailoot.ai/docs/fr/billing/subscriptions/) · [Voir les prix des modèles](https://ailoot.ai/models/fr/) ## Connectez l’API au produit que vous vendez. SaaS, applications et bots selon l’offre officielle et le contrat de licence Ailoot. Pour la revente, demandez une licence revendeur. Application commerciale Intégrez la génération de texte, d’images, de vidéo et de son aux fonctions payantes de votre service. Licence revendeur Envoyez la description du projet et le mode d’accès. Demandez des conditions écrites d’utilisation et de revente. Documents sur le site L’offre officielle, le contrat de licence et la politique de traitement des données sont accessibles avant connexion. [Demander une licence revendeur](mailto:support@ailoot.ai) · [Offre officielle et contrat de licence](https://ailoot.ai/legal/offer?lang=fr) ## Ailoot · L’entreprise et son portefeuille de projets Ailoot s’appuie sur une expérience opérationnelle éprouvée, une large clientèle, un service stable et un suivi continu des KPI. L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. Ailoot met cette expérience opérationnelle au service de l’accès API aux fonctions d’IA dans les produits des clients, leurs agents, applications et automatisations.