GPT-5.6 Luna adalah anggota keluarga GPT-5.6 OpenAI untuk volume pekerjaan yang tinggi. Model ini sesuai untuk tugas berulang yang terfokus, seperti respons percakapan, klasifikasi, ekstraksi, dan langkah agen yang ringan. Teks serta gambar dapat mendukung jawaban teks. Alur Luna yang berguna memiliki masukan yang jelas, hasil yang ditentukan, serta sejumlah kecil kondisi untuk memutuskan apakah hasil dapat digunakan.
Untuk klasifikasi, jelaskan kategori dan berikan contoh yang memperjelas batasnya. Untuk ekstraksi, sebutkan kolom yang harus dikembalikan dan cara menyajikan informasi yang tidak tersedia. Untuk respons dukungan, berikan permintaan pelanggan, informasi produk yang relevan, dan tindakan yang telah dilakukan. Pertahankan instruksi yang stabil pada item sebanding sambil mengganti bukti untuk setiap item.
Tugas visual dapat memberikan tangkapan layar atau foto yang terbaca dan menunjukkan detail yang penting. Minta informasi terlihat yang diperlukan berikutnya, seperti label, pesan antarmuka, atau perbedaan antara dua gambar yang diberikan. Jawaban tetap berupa teks yang berasal dari masukan tersebut. Simpan label gambar atau dokumen bersama hasil agar fakta yang diekstrak dapat ditelusuri ke sumber yang benar.
OpenAI mendokumentasikan pilihan upaya penalaran none, low, medium, high, xhigh, dan max, dengan medium sebagai nilai bawaan. Sesuaikan kedalaman yang diminta dengan tugas serta buktinya. Klasifikasi rutin mungkin memerlukan hasil yang ringkas, sedangkan kasus ambigu dapat memerlukan penjelasan lebih jelas tentang fakta yang mendukung keputusan. Tentukan jawaban akhir secara terpisah dari banyaknya analisis yang diperlukan untuk mencapainya.
Model mendukung keluaran berstruktur dan panggilan fungsi. Untuk rekaman data berstruktur, tentukan kolom serta jenis yang diwajibkan, lalu periksa isi yang dikembalikan terhadap sumber. Dalam alur yang mendukung alat, panggilan fungsi mengusulkan tindakan untuk aplikasi; aplikasi menyediakan hasil sebenarnya sebelum digunakan oleh langkah berikutnya. Ini memisahkan tindakan yang direncanakan dari bukti bahwa tindakan itu telah terjadi.
Produsen mencantumkan jendela konteks 1050000 token dan keluaran maksimum 128000 token. Susun bahan panjang berdasarkan pertanyaan saat ini dan sisakan ruang untuk jawaban. Pertahankan keputusan yang diperlukan bagi langkah berikutnya sambil membuang pengulangan yang tidak terkait dari arahan kerja.
OpenAI juga mendokumentasikan pengaliran dan, dalam lingkungan yang mendukung alat, pencarian web, pencarian berkas, pembuatan gambar, interpretasi kode, pekerjaan shell, penerapan patch, penggunaan komputer, serta alat MCP. Kemampuan itu bergantung pada lingkungan dan alat yang terhubung ke permintaan. Pilih operasi yang diperlukan untuk tugas dan periksa pengamatan atau artefak yang benar-benar dihasilkannya. Keluaran langsung model berupa teks; gambar atau berkas yang diubah adalah hasil operasi alat yang sesuai.
Simpan setiap item yang telah selesai bersama pengenal masukan dan hasil akhirnya. Untuk alur berulang, tinjau contoh sulit dari kumpulan masukan sebenarnya dan pertahankan definisi kategori atau kolom yang konsisten agar hasil tetap dapat dibandingkan.
", "aboutText": "GPT-5.6 Luna adalah anggota keluarga GPT-5.6 OpenAI untuk volume pekerjaan yang tinggi. Model ini sesuai untuk tugas berulang yang terfokus, seperti respons percakapan, klasifikasi, ekstraksi, dan langkah agen yang ringan. Teks serta gambar dapat mendukung jawaban teks. Alur Luna yang berguna memiliki masukan yang jelas, hasil yang ditentukan, serta sejumlah kecil kondisi untuk memutuskan apakah hasil dapat digunakan.\n\n### Tugas berulang dengan arahan yang konsisten\n\nUntuk klasifikasi, jelaskan kategori dan berikan contoh yang memperjelas batasnya. Untuk ekstraksi, sebutkan kolom yang harus dikembalikan dan cara menyajikan informasi yang tidak tersedia. Untuk respons dukungan, berikan permintaan pelanggan, informasi produk yang relevan, dan tindakan yang telah dilakukan. Pertahankan instruksi yang stabil pada item sebanding sambil mengganti bukti untuk setiap item.\n\nTugas visual dapat memberikan tangkapan layar atau foto yang terbaca dan menunjukkan detail yang penting. Minta informasi terlihat yang diperlukan berikutnya, seperti label, pesan antarmuka, atau perbedaan antara dua gambar yang diberikan. Jawaban tetap berupa teks yang berasal dari masukan tersebut. Simpan label gambar atau dokumen bersama hasil agar fakta yang diekstrak dapat ditelusuri ke sumber yang benar.\n\n### Penalaran dan bentuk keluaran\n\nOpenAI mendokumentasikan pilihan upaya penalaran none, low, medium, high, xhigh, dan max, dengan medium sebagai nilai bawaan. Sesuaikan kedalaman yang diminta dengan tugas serta buktinya. Klasifikasi rutin mungkin memerlukan hasil yang ringkas, sedangkan kasus ambigu dapat memerlukan penjelasan lebih jelas tentang fakta yang mendukung keputusan. Tentukan jawaban akhir secara terpisah dari banyaknya analisis yang diperlukan untuk mencapainya.\n\nModel mendukung keluaran berstruktur dan panggilan fungsi. Untuk rekaman data berstruktur, tentukan kolom serta jenis yang diwajibkan, lalu periksa isi yang dikembalikan terhadap sumber. Dalam alur yang mendukung alat, panggilan fungsi mengusulkan tindakan untuk aplikasi; aplikasi menyediakan hasil sebenarnya sebelum digunakan oleh langkah berikutnya. Ini memisahkan tindakan yang direncanakan dari bukti bahwa tindakan itu telah terjadi.\n\n### Konteks dan kemampuan integrasi\n\nProdusen mencantumkan jendela konteks 1050000 token dan keluaran maksimum 128000 token. Susun bahan panjang berdasarkan pertanyaan saat ini dan sisakan ruang untuk jawaban. Pertahankan keputusan yang diperlukan bagi langkah berikutnya sambil membuang pengulangan yang tidak terkait dari arahan kerja.\n\nOpenAI juga mendokumentasikan pengaliran dan, dalam lingkungan yang mendukung alat, pencarian web, pencarian berkas, pembuatan gambar, interpretasi kode, pekerjaan shell, penerapan patch, penggunaan komputer, serta alat MCP. Kemampuan itu bergantung pada lingkungan dan alat yang terhubung ke permintaan. Pilih operasi yang diperlukan untuk tugas dan periksa pengamatan atau artefak yang benar-benar dihasilkannya. Keluaran langsung model berupa teks; gambar atau berkas yang diubah adalah hasil operasi alat yang sesuai.\n\nSimpan setiap item yang telah selesai bersama pengenal masukan dan hasil akhirnya. Untuk alur berulang, tinjau contoh sulit dari kumpulan masukan sebenarnya dan pertahankan definisi kategori atau kolom yang konsisten agar hasil tetap dapat dibandingkan.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Extract a support follow-up record\n\nExtract a follow-up record from this message: 'I am Noor, order N48. The blue mug arrived chipped yesterday. A replacement would be fine; mornings are best for contact.' Return customer name, order ID, item, reported problem, requested resolution and contact preference. Mark any delivery address or phone number as not supplied.A compact named-field record preserving source wording and marking absent contact details.Check that the requested replacement is recorded without claiming one was already dispatched.gpt-5.6-lunaGPT-5.6 Luna adalah model OpenAI untuk percakapan bervolume tinggi, klasifikasi, dan tugas agen yang terfokus. Model ini menerima teks dan gambar untuk jawaban teks, dengan kontrol penalaran, panggilan fungsi, keluaran berstruktur, dan jendela konteks 1050000 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-5.6 Luna adalah anggota keluarga GPT-5.6 OpenAI untuk volume pekerjaan yang tinggi. Model ini sesuai untuk tugas berulang yang terfokus, seperti respons percakapan, klasifikasi, ekstraksi, dan langkah agen yang ringan. Teks serta gambar dapat mendukung jawaban teks. Alur Luna yang berguna memiliki masukan yang jelas, hasil yang ditentukan, serta sejumlah kecil kondisi untuk memutuskan apakah hasil dapat digunakan.
Untuk klasifikasi, jelaskan kategori dan berikan contoh yang memperjelas batasnya. Untuk ekstraksi, sebutkan kolom yang harus dikembalikan dan cara menyajikan informasi yang tidak tersedia. Untuk respons dukungan, berikan permintaan pelanggan, informasi produk yang relevan, dan tindakan yang telah dilakukan. Pertahankan instruksi yang stabil pada item sebanding sambil mengganti bukti untuk setiap item.
Tugas visual dapat memberikan tangkapan layar atau foto yang terbaca dan menunjukkan detail yang penting. Minta informasi terlihat yang diperlukan berikutnya, seperti label, pesan antarmuka, atau perbedaan antara dua gambar yang diberikan. Jawaban tetap berupa teks yang berasal dari masukan tersebut. Simpan label gambar atau dokumen bersama hasil agar fakta yang diekstrak dapat ditelusuri ke sumber yang benar.
OpenAI mendokumentasikan pilihan upaya penalaran none, low, medium, high, xhigh, dan max, dengan medium sebagai nilai bawaan. Sesuaikan kedalaman yang diminta dengan tugas serta buktinya. Klasifikasi rutin mungkin memerlukan hasil yang ringkas, sedangkan kasus ambigu dapat memerlukan penjelasan lebih jelas tentang fakta yang mendukung keputusan. Tentukan jawaban akhir secara terpisah dari banyaknya analisis yang diperlukan untuk mencapainya.
Model mendukung keluaran berstruktur dan panggilan fungsi. Untuk rekaman data berstruktur, tentukan kolom serta jenis yang diwajibkan, lalu periksa isi yang dikembalikan terhadap sumber. Dalam alur yang mendukung alat, panggilan fungsi mengusulkan tindakan untuk aplikasi; aplikasi menyediakan hasil sebenarnya sebelum digunakan oleh langkah berikutnya. Ini memisahkan tindakan yang direncanakan dari bukti bahwa tindakan itu telah terjadi.
Produsen mencantumkan jendela konteks 1050000 token dan keluaran maksimum 128000 token. Susun bahan panjang berdasarkan pertanyaan saat ini dan sisakan ruang untuk jawaban. Pertahankan keputusan yang diperlukan bagi langkah berikutnya sambil membuang pengulangan yang tidak terkait dari arahan kerja.
OpenAI juga mendokumentasikan pengaliran dan, dalam lingkungan yang mendukung alat, pencarian web, pencarian berkas, pembuatan gambar, interpretasi kode, pekerjaan shell, penerapan patch, penggunaan komputer, serta alat MCP. Kemampuan itu bergantung pada lingkungan dan alat yang terhubung ke permintaan. Pilih operasi yang diperlukan untuk tugas dan periksa pengamatan atau artefak yang benar-benar dihasilkannya. Keluaran langsung model berupa teks; gambar atau berkas yang diubah adalah hasil operasi alat yang sesuai.
Simpan setiap item yang telah selesai bersama pengenal masukan dan hasil akhirnya. Untuk alur berulang, tinjau contoh sulit dari kumpulan masukan sebenarnya dan pertahankan definisi kategori atau kolom yang konsisten agar hasil tetap dapat dibandingkan.
POST /v1/messagestext, imagetext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gpt-5.6-luna | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring|content_block[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomsystem | Jenisstring|content_block[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan Minimum: 1 Batas berlaku untuk: batas maksimum yang tepat untuk model/kartu yang dipilih | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop_sequences | Jenisstring[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenistool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: alat disediakan | Bawaan— |
Kolomtools[].description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].input_schema | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomthinking.type | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomthinking.budget_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomoutput_config.effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommetadata | Jenisobject | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomcache_control | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Teks · Teks UTF8
messages[].content atau blok type=text
Teks + gambar
{type:image,source:{type:base64,media_type,data}} atau sumber dengan type=url
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext, image |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontraknull |
Parametercontent_type | Kontrakapplication/json |
Parametertext_file_material | Kontrakkonten UTF-8 aktual dimasukkan sebagai teks; ID file atau alamat URL (URLs) memerlukan dukungan yang tepat dan terpisah |
Siklus hidup: exact retained published method
Struktur metode dan ID bersifat eksak; kemampuan pemasok terpisah dari penerimaan permintaan.
POST /v1/messages| Ukuran permintaan, dalam token | Masukan | Keluaran | Pembacaan cache | Penulisan cache | Cache 5 menit | Cache 1 jam |
|---|---|---|---|---|---|---|
| Ukuran permintaan, dalam token(0; 272.000] | MasukanUS$0,0002 | KeluaranUS$0,0012 | Pembacaan cacheUS$0,00002 | Penulisan cacheUS$0,00025 | Cache 5 menitUS$0,00025 | Cache 1 jamTarif dasar: — |
| Ukuran permintaan, dalam token(272.000; ∞) | MasukanUS$0,0004 | KeluaranUS$0,0018 | Pembacaan cacheUS$0,00004 | Penulisan cacheUS$0,0005 | Cache 5 menitUS$0,0005 | Cache 1 jamTarif dasar: — |
Tarif dalam USD per 1K token. Jika tidak ada tarif yang ditetapkan, tarif dasar metode ini diwarisi; «—» berarti tidak ada tarif dasar yang ditetapkan.
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
Jadwal referensi tingkat model tidak mengubah pemilihan metode, estimasi harga, atau biaya. Biaya aktif menggunakan tarif metode Ailoot yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiOpenAI Chat · Tarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiOpenAI Chat · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk272.000 | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiOpenAI Chat · Tingkat 2 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari272.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0008 / 1K token Keluaran · Token keluaran $0.0036 / 1K token Masukan · Pembacaan cache $0.00008 / 1K token Masukan · Penulisan cache $0.001 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk272.000 | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tingkat 2 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari272.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0008 / 1K token Keluaran · Token keluaran $0.0036 / 1K token Masukan · Pembacaan cache $0.00008 / 1K token Masukan · Penulisan cache $0.001 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5.6-luna", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5.6-luna", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="gpt-5.6-luna",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "gpt-5.6-luna",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=anthropic.Anthropic(base_url="https://api.ailoot.ai",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.messages.stream(model='gpt-5.6-luna',max_tokens=1024,messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gpt-5.6-luna
Ailoot Ultra gpt-5.6-luna, openai/gpt-5.6-luna
/chat/completions
gpt-5.6-lunaGPT-5.6 Luna adalah model OpenAI untuk percakapan bervolume tinggi, klasifikasi, dan tugas agen yang terfokus. Model ini menerima teks dan gambar untuk jawaban teks, dengan kontrol penalaran, panggilan fungsi, keluaran berstruktur, dan jendela konteks 1050000 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-5.6 Luna adalah anggota keluarga GPT-5.6 OpenAI untuk volume pekerjaan yang tinggi. Model ini sesuai untuk tugas berulang yang terfokus, seperti respons percakapan, klasifikasi, ekstraksi, dan langkah agen yang ringan. Teks serta gambar dapat mendukung jawaban teks. Alur Luna yang berguna memiliki masukan yang jelas, hasil yang ditentukan, serta sejumlah kecil kondisi untuk memutuskan apakah hasil dapat digunakan.
Untuk klasifikasi, jelaskan kategori dan berikan contoh yang memperjelas batasnya. Untuk ekstraksi, sebutkan kolom yang harus dikembalikan dan cara menyajikan informasi yang tidak tersedia. Untuk respons dukungan, berikan permintaan pelanggan, informasi produk yang relevan, dan tindakan yang telah dilakukan. Pertahankan instruksi yang stabil pada item sebanding sambil mengganti bukti untuk setiap item.
Tugas visual dapat memberikan tangkapan layar atau foto yang terbaca dan menunjukkan detail yang penting. Minta informasi terlihat yang diperlukan berikutnya, seperti label, pesan antarmuka, atau perbedaan antara dua gambar yang diberikan. Jawaban tetap berupa teks yang berasal dari masukan tersebut. Simpan label gambar atau dokumen bersama hasil agar fakta yang diekstrak dapat ditelusuri ke sumber yang benar.
OpenAI mendokumentasikan pilihan upaya penalaran none, low, medium, high, xhigh, dan max, dengan medium sebagai nilai bawaan. Sesuaikan kedalaman yang diminta dengan tugas serta buktinya. Klasifikasi rutin mungkin memerlukan hasil yang ringkas, sedangkan kasus ambigu dapat memerlukan penjelasan lebih jelas tentang fakta yang mendukung keputusan. Tentukan jawaban akhir secara terpisah dari banyaknya analisis yang diperlukan untuk mencapainya.
Model mendukung keluaran berstruktur dan panggilan fungsi. Untuk rekaman data berstruktur, tentukan kolom serta jenis yang diwajibkan, lalu periksa isi yang dikembalikan terhadap sumber. Dalam alur yang mendukung alat, panggilan fungsi mengusulkan tindakan untuk aplikasi; aplikasi menyediakan hasil sebenarnya sebelum digunakan oleh langkah berikutnya. Ini memisahkan tindakan yang direncanakan dari bukti bahwa tindakan itu telah terjadi.
Produsen mencantumkan jendela konteks 1050000 token dan keluaran maksimum 128000 token. Susun bahan panjang berdasarkan pertanyaan saat ini dan sisakan ruang untuk jawaban. Pertahankan keputusan yang diperlukan bagi langkah berikutnya sambil membuang pengulangan yang tidak terkait dari arahan kerja.
OpenAI juga mendokumentasikan pengaliran dan, dalam lingkungan yang mendukung alat, pencarian web, pencarian berkas, pembuatan gambar, interpretasi kode, pekerjaan shell, penerapan patch, penggunaan komputer, serta alat MCP. Kemampuan itu bergantung pada lingkungan dan alat yang terhubung ke permintaan. Pilih operasi yang diperlukan untuk tugas dan periksa pengamatan atau artefak yang benar-benar dihasilkannya. Keluaran langsung model berupa teks; gambar atau berkas yang diubah adalah hasil operasi alat yang sesuai.
Simpan setiap item yang telah selesai bersama pengenal masukan dan hasil akhirnya. Untuk alur berulang, tinjau contoh sulit dari kumpulan masukan sebenarnya dan pertahankan definisi kategori atau kolom yang konsisten agar hasil tetap dapat dibandingkan.
POST /v1/responsestext, imagetext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gpt-5.6-luna | Bawaan— |
Kolominput | Jenisstring|input_item[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolominput[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan message, reasoning, function_call, function_call_output | Bawaan— |
Kolominput[].content | Jenisstring|content_part[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolominput[].call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: function_call_output; pertahankan call_id yang benar-benar dikembalikan | Bawaan— |
Kolominput[].output | Jenisstring|content_part[] | PersyaratanOpsional | Nilai & batasan Berlaku jika: function_call_output | Bawaan— |
Kolommax_output_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenistool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning.effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning.summary | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtext.format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtext.verbosity | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominclude | Jenisstring[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstore | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprevious_response_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Persyaratan ID: Hanya ID respons yang benar-benar diperoleh dari kelanjutan yang didukung Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_key | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Teks · Teks UTF8
Teks masukan atau bagian input_text
Teks + gambar
{type:input_image,image_url}
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext, image |
Parameterrequired | Kontrakmodel, input |
Parameteroptional_controls | Kontraknull |
Parametercontent_type | Kontrakapplication/json |
Parametertext_file_material | Kontrakkonten UTF-8 aktual dimasukkan sebagai teks; ID file atau alamat URL (URLs) memerlukan dukungan yang tepat dan terpisah |
Siklus hidup: exact retained published method
Struktur metode dan ID bersifat eksak; kemampuan pemasok terpisah dari penerimaan permintaan.
POST /v1/responses| Ukuran permintaan, dalam token | Masukan | Keluaran | Pembacaan cache | Penulisan cache | Cache 5 menit | Cache 1 jam |
|---|---|---|---|---|---|---|
| Ukuran permintaan, dalam token(0; 272.000] | MasukanUS$0,0002 | KeluaranUS$0,0012 | Pembacaan cacheUS$0,00002 | Penulisan cacheUS$0,00025 | Cache 5 menitUS$0,00025 | Cache 1 jamTarif dasar: — |
| Ukuran permintaan, dalam token(272.000; ∞) | MasukanUS$0,0004 | KeluaranUS$0,0018 | Pembacaan cacheUS$0,00004 | Penulisan cacheUS$0,0005 | Cache 5 menitUS$0,0005 | Cache 1 jamTarif dasar: — |
Tarif dalam USD per 1K token. Jika tidak ada tarif yang ditetapkan, tarif dasar metode ini diwarisi; «—» berarti tidak ada tarif dasar yang ditetapkan.
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
Jadwal referensi tingkat model tidak mengubah pemilihan metode, estimasi harga, atau biaya. Biaya aktif menggunakan tarif metode Ailoot yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiOpenAI Chat · Tarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiOpenAI Chat · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk272.000 | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiOpenAI Chat · Tingkat 2 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari272.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0008 / 1K token Keluaran · Token keluaran $0.0036 / 1K token Masukan · Pembacaan cache $0.00008 / 1K token Masukan · Penulisan cache $0.001 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk272.000 | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tingkat 2 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari272.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0008 / 1K token Keluaran · Token keluaran $0.0036 / 1K token Masukan · Pembacaan cache $0.00008 / 1K token Masukan · Penulisan cache $0.001 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5.6-luna", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]="Summarize this material and quote supporting source passages.\\n\\n"+text\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/responses \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5.6-luna", "input": [{"role": "user", "content": [{"type": "input_text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["input"][0]["content"].append({"type":"input_image","image_url":"data:"+mime+";base64,"+b64})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/responses \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = OpenAI(base_url="https://api.ailoot.ai/v1", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nresp = client.responses.create(model="gpt-5.6-luna", input="Explain the difference between an observation and a hypothesis in three sentences.")\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.responses.create({ model: "gpt-5.6-luna", input: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nwith client.responses.stream(model="gpt-5.6-luna", input="Explain the difference between an observation and a hypothesis in three sentences.") as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_response()\n save_result(final.to_dict(mode="json"),"stream-result")\njson atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap item keluaran dan bagian konten, call_id fungsi yang sebenarnya, penalaran terenkripsi, dan data penggunaan. Saat streaming, pertahankan identitas peristiwa/item secara lengkap.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolomstatus | Jenisstring |
Kolomoutput[] | Jenismessage|reasoning|function_call|other item |
Kolomoutput[].content[] | Jeniscontent part |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gpt-5.6-luna
Ailoot Ultra gpt-5.6-luna, openai/gpt-5.6-luna
/chat/completions
gpt-5.6-lunaGPT-5.6 Luna adalah model OpenAI untuk percakapan bervolume tinggi, klasifikasi, dan tugas agen yang terfokus. Model ini menerima teks dan gambar untuk jawaban teks, dengan kontrol penalaran, panggilan fungsi, keluaran berstruktur, dan jendela konteks 1050000 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-5.6 Luna adalah anggota keluarga GPT-5.6 OpenAI untuk volume pekerjaan yang tinggi. Model ini sesuai untuk tugas berulang yang terfokus, seperti respons percakapan, klasifikasi, ekstraksi, dan langkah agen yang ringan. Teks serta gambar dapat mendukung jawaban teks. Alur Luna yang berguna memiliki masukan yang jelas, hasil yang ditentukan, serta sejumlah kecil kondisi untuk memutuskan apakah hasil dapat digunakan.
Untuk klasifikasi, jelaskan kategori dan berikan contoh yang memperjelas batasnya. Untuk ekstraksi, sebutkan kolom yang harus dikembalikan dan cara menyajikan informasi yang tidak tersedia. Untuk respons dukungan, berikan permintaan pelanggan, informasi produk yang relevan, dan tindakan yang telah dilakukan. Pertahankan instruksi yang stabil pada item sebanding sambil mengganti bukti untuk setiap item.
Tugas visual dapat memberikan tangkapan layar atau foto yang terbaca dan menunjukkan detail yang penting. Minta informasi terlihat yang diperlukan berikutnya, seperti label, pesan antarmuka, atau perbedaan antara dua gambar yang diberikan. Jawaban tetap berupa teks yang berasal dari masukan tersebut. Simpan label gambar atau dokumen bersama hasil agar fakta yang diekstrak dapat ditelusuri ke sumber yang benar.
OpenAI mendokumentasikan pilihan upaya penalaran none, low, medium, high, xhigh, dan max, dengan medium sebagai nilai bawaan. Sesuaikan kedalaman yang diminta dengan tugas serta buktinya. Klasifikasi rutin mungkin memerlukan hasil yang ringkas, sedangkan kasus ambigu dapat memerlukan penjelasan lebih jelas tentang fakta yang mendukung keputusan. Tentukan jawaban akhir secara terpisah dari banyaknya analisis yang diperlukan untuk mencapainya.
Model mendukung keluaran berstruktur dan panggilan fungsi. Untuk rekaman data berstruktur, tentukan kolom serta jenis yang diwajibkan, lalu periksa isi yang dikembalikan terhadap sumber. Dalam alur yang mendukung alat, panggilan fungsi mengusulkan tindakan untuk aplikasi; aplikasi menyediakan hasil sebenarnya sebelum digunakan oleh langkah berikutnya. Ini memisahkan tindakan yang direncanakan dari bukti bahwa tindakan itu telah terjadi.
Produsen mencantumkan jendela konteks 1050000 token dan keluaran maksimum 128000 token. Susun bahan panjang berdasarkan pertanyaan saat ini dan sisakan ruang untuk jawaban. Pertahankan keputusan yang diperlukan bagi langkah berikutnya sambil membuang pengulangan yang tidak terkait dari arahan kerja.
OpenAI juga mendokumentasikan pengaliran dan, dalam lingkungan yang mendukung alat, pencarian web, pencarian berkas, pembuatan gambar, interpretasi kode, pekerjaan shell, penerapan patch, penggunaan komputer, serta alat MCP. Kemampuan itu bergantung pada lingkungan dan alat yang terhubung ke permintaan. Pilih operasi yang diperlukan untuk tugas dan periksa pengamatan atau artefak yang benar-benar dihasilkannya. Keluaran langsung model berupa teks; gambar atau berkas yang diubah adalah hasil operasi alat yang sesuai.
Simpan setiap item yang telah selesai bersama pengenal masukan dan hasil akhirnya. Untuk alur berulang, tinjau contoh sulit dari kumpulan masukan sebenarnya dan pertahankan definisi kategori atau kolom yang konsisten agar hasil tetap dapat dibandingkan.
POST /v1/chat/completionstext, imagetext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gpt-5.6-luna | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Teks · Teks UTF8
messages[].content
Teks + gambar
{type:image_url,image_url:{url,detail}}
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext, image |
Parameterrequired | Kontrakmodel, messages |
Parameteroptional_controls | Kontraknull |
Parametercontent_type | Kontrakapplication/json |
Parametertext_file_material | Kontrakkonten UTF-8 aktual dimasukkan sebagai teks; ID file atau alamat URL (URLs) memerlukan dukungan yang tepat dan terpisah |
Siklus hidup: exact retained published method
Struktur metode dan ID bersifat eksak; kemampuan pemasok terpisah dari penerimaan permintaan.
POST /v1/chat/completions| Ukuran permintaan, dalam token | Masukan | Keluaran | Pembacaan cache | Penulisan cache | Cache 5 menit | Cache 1 jam |
|---|---|---|---|---|---|---|
| Ukuran permintaan, dalam token(0; 272.000] | MasukanUS$0,0002 | KeluaranUS$0,0012 | Pembacaan cacheUS$0,00002 | Penulisan cacheUS$0,00025 | Cache 5 menitUS$0,00025 | Cache 1 jamTarif dasar: — |
| Ukuran permintaan, dalam token(272.000; ∞) | MasukanUS$0,0004 | KeluaranUS$0,0018 | Pembacaan cacheUS$0,00004 | Penulisan cacheUS$0,0005 | Cache 5 menitUS$0,0005 | Cache 1 jamTarif dasar: — |
Tarif dalam USD per 1K token. Jika tidak ada tarif yang ditetapkan, tarif dasar metode ini diwarisi; «—» berarti tidak ada tarif dasar yang ditetapkan.
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
Jadwal referensi tingkat model tidak mengubah pemilihan metode, estimasi harga, atau biaya. Biaya aktif menggunakan tarif metode Ailoot yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiOpenAI Chat · Tarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiOpenAI Chat · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk272.000 | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiOpenAI Chat · Tingkat 2 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari272.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0008 / 1K token Keluaran · Token keluaran $0.0036 / 1K token Masukan · Pembacaan cache $0.00008 / 1K token Masukan · Penulisan cache $0.001 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk272.000 | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tingkat 2 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari272.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0008 / 1K token Keluaran · Token keluaran $0.0036 / 1K token Masukan · Pembacaan cache $0.00008 / 1K token Masukan · Penulisan cache $0.001 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5.6-luna", "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5.6-luna", "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image_url","image_url":{"url":"data:"+mime+";base64,"+b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = OpenAI(base_url="https://api.ailoot.ai/v1", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nresp = client.chat.completions.create(\n model="gpt-5.6-luna",\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n model: "gpt-5.6-luna",\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='gpt-5.6-luna',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gpt-5.6-luna
Ailoot Ultra gpt-5.6-luna, openai/gpt-5.6-luna
/chat/completions
gpt-5.6-lunaGPT-5.6 Luna adalah model OpenAI untuk percakapan bervolume tinggi, klasifikasi, dan tugas agen yang terfokus. Model ini menerima teks dan gambar untuk jawaban teks, dengan kontrol penalaran, panggilan fungsi, keluaran berstruktur, dan jendela konteks 1050000 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-5.6 Luna adalah anggota keluarga GPT-5.6 OpenAI untuk volume pekerjaan yang tinggi. Model ini sesuai untuk tugas berulang yang terfokus, seperti respons percakapan, klasifikasi, ekstraksi, dan langkah agen yang ringan. Teks serta gambar dapat mendukung jawaban teks. Alur Luna yang berguna memiliki masukan yang jelas, hasil yang ditentukan, serta sejumlah kecil kondisi untuk memutuskan apakah hasil dapat digunakan.
Untuk klasifikasi, jelaskan kategori dan berikan contoh yang memperjelas batasnya. Untuk ekstraksi, sebutkan kolom yang harus dikembalikan dan cara menyajikan informasi yang tidak tersedia. Untuk respons dukungan, berikan permintaan pelanggan, informasi produk yang relevan, dan tindakan yang telah dilakukan. Pertahankan instruksi yang stabil pada item sebanding sambil mengganti bukti untuk setiap item.
Tugas visual dapat memberikan tangkapan layar atau foto yang terbaca dan menunjukkan detail yang penting. Minta informasi terlihat yang diperlukan berikutnya, seperti label, pesan antarmuka, atau perbedaan antara dua gambar yang diberikan. Jawaban tetap berupa teks yang berasal dari masukan tersebut. Simpan label gambar atau dokumen bersama hasil agar fakta yang diekstrak dapat ditelusuri ke sumber yang benar.
OpenAI mendokumentasikan pilihan upaya penalaran none, low, medium, high, xhigh, dan max, dengan medium sebagai nilai bawaan. Sesuaikan kedalaman yang diminta dengan tugas serta buktinya. Klasifikasi rutin mungkin memerlukan hasil yang ringkas, sedangkan kasus ambigu dapat memerlukan penjelasan lebih jelas tentang fakta yang mendukung keputusan. Tentukan jawaban akhir secara terpisah dari banyaknya analisis yang diperlukan untuk mencapainya.
Model mendukung keluaran berstruktur dan panggilan fungsi. Untuk rekaman data berstruktur, tentukan kolom serta jenis yang diwajibkan, lalu periksa isi yang dikembalikan terhadap sumber. Dalam alur yang mendukung alat, panggilan fungsi mengusulkan tindakan untuk aplikasi; aplikasi menyediakan hasil sebenarnya sebelum digunakan oleh langkah berikutnya. Ini memisahkan tindakan yang direncanakan dari bukti bahwa tindakan itu telah terjadi.
Produsen mencantumkan jendela konteks 1050000 token dan keluaran maksimum 128000 token. Susun bahan panjang berdasarkan pertanyaan saat ini dan sisakan ruang untuk jawaban. Pertahankan keputusan yang diperlukan bagi langkah berikutnya sambil membuang pengulangan yang tidak terkait dari arahan kerja.
OpenAI juga mendokumentasikan pengaliran dan, dalam lingkungan yang mendukung alat, pencarian web, pencarian berkas, pembuatan gambar, interpretasi kode, pekerjaan shell, penerapan patch, penggunaan komputer, serta alat MCP. Kemampuan itu bergantung pada lingkungan dan alat yang terhubung ke permintaan. Pilih operasi yang diperlukan untuk tugas dan periksa pengamatan atau artefak yang benar-benar dihasilkannya. Keluaran langsung model berupa teks; gambar atau berkas yang diubah adalah hasil operasi alat yang sesuai.
Simpan setiap item yang telah selesai bersama pengenal masukan dan hasil akhirnya. Untuk alur berulang, tinjau contoh sulit dari kumpulan masukan sebenarnya dan pertahankan definisi kategori atau kolom yang konsisten agar hasil tetap dapat dibandingkan.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gpt-5.6-luna | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Percakapan teks | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream |
Parametercontrol_scope | KontrakPercakapan teks; stream adalah nilai boolean dengan false sebagai bawaan. |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Alias metode: /chat/completions
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk272.000 | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari272.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0008 / 1K token Keluaran · Token keluaran $0.0036 / 1K token Masukan · Pembacaan cache $0.00008 / 1K token Masukan · Penulisan cache $0.001 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gpt-5.6-luna","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gpt-5.6-luna", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gpt-5.6-luna
Ailoot Ultra gpt-5.6-luna, openai/gpt-5.6-luna
/chat/completions
gpt-5.6-lunaGPT-5.6 Luna adalah model OpenAI untuk percakapan bervolume tinggi, klasifikasi, dan tugas agen yang terfokus. Model ini menerima teks dan gambar untuk jawaban teks, dengan kontrol penalaran, panggilan fungsi, keluaran berstruktur, dan jendela konteks 1050000 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-5.6 Luna adalah anggota keluarga GPT-5.6 OpenAI untuk volume pekerjaan yang tinggi. Model ini sesuai untuk tugas berulang yang terfokus, seperti respons percakapan, klasifikasi, ekstraksi, dan langkah agen yang ringan. Teks serta gambar dapat mendukung jawaban teks. Alur Luna yang berguna memiliki masukan yang jelas, hasil yang ditentukan, serta sejumlah kecil kondisi untuk memutuskan apakah hasil dapat digunakan.
Untuk klasifikasi, jelaskan kategori dan berikan contoh yang memperjelas batasnya. Untuk ekstraksi, sebutkan kolom yang harus dikembalikan dan cara menyajikan informasi yang tidak tersedia. Untuk respons dukungan, berikan permintaan pelanggan, informasi produk yang relevan, dan tindakan yang telah dilakukan. Pertahankan instruksi yang stabil pada item sebanding sambil mengganti bukti untuk setiap item.
Tugas visual dapat memberikan tangkapan layar atau foto yang terbaca dan menunjukkan detail yang penting. Minta informasi terlihat yang diperlukan berikutnya, seperti label, pesan antarmuka, atau perbedaan antara dua gambar yang diberikan. Jawaban tetap berupa teks yang berasal dari masukan tersebut. Simpan label gambar atau dokumen bersama hasil agar fakta yang diekstrak dapat ditelusuri ke sumber yang benar.
OpenAI mendokumentasikan pilihan upaya penalaran none, low, medium, high, xhigh, dan max, dengan medium sebagai nilai bawaan. Sesuaikan kedalaman yang diminta dengan tugas serta buktinya. Klasifikasi rutin mungkin memerlukan hasil yang ringkas, sedangkan kasus ambigu dapat memerlukan penjelasan lebih jelas tentang fakta yang mendukung keputusan. Tentukan jawaban akhir secara terpisah dari banyaknya analisis yang diperlukan untuk mencapainya.
Model mendukung keluaran berstruktur dan panggilan fungsi. Untuk rekaman data berstruktur, tentukan kolom serta jenis yang diwajibkan, lalu periksa isi yang dikembalikan terhadap sumber. Dalam alur yang mendukung alat, panggilan fungsi mengusulkan tindakan untuk aplikasi; aplikasi menyediakan hasil sebenarnya sebelum digunakan oleh langkah berikutnya. Ini memisahkan tindakan yang direncanakan dari bukti bahwa tindakan itu telah terjadi.
Produsen mencantumkan jendela konteks 1050000 token dan keluaran maksimum 128000 token. Susun bahan panjang berdasarkan pertanyaan saat ini dan sisakan ruang untuk jawaban. Pertahankan keputusan yang diperlukan bagi langkah berikutnya sambil membuang pengulangan yang tidak terkait dari arahan kerja.
OpenAI juga mendokumentasikan pengaliran dan, dalam lingkungan yang mendukung alat, pencarian web, pencarian berkas, pembuatan gambar, interpretasi kode, pekerjaan shell, penerapan patch, penggunaan komputer, serta alat MCP. Kemampuan itu bergantung pada lingkungan dan alat yang terhubung ke permintaan. Pilih operasi yang diperlukan untuk tugas dan periksa pengamatan atau artefak yang benar-benar dihasilkannya. Keluaran langsung model berupa teks; gambar atau berkas yang diubah adalah hasil operasi alat yang sesuai.
Simpan setiap item yang telah selesai bersama pengenal masukan dan hasil akhirnya. Untuk alur berulang, tinjau contoh sulit dari kumpulan masukan sebenarnya dan pertahankan definisi kategori atau kolom yang konsisten agar hasil tetap dapat dibandingkan.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gpt-5.6-luna | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk272.000 | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari272.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0008 / 1K token Keluaran · Token keluaran $0.0036 / 1K token Masukan · Pembacaan cache $0.00008 / 1K token Masukan · Penulisan cache $0.001 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "gpt-5.6-luna",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-5.6-luna', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-5.6-luna', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gpt-5.6-luna
Ailoot Ultra gpt-5.6-luna, openai/gpt-5.6-luna
/chat/completions
openai/gpt-5.6-lunaGPT-5.6 Luna adalah model OpenAI untuk percakapan bervolume tinggi, klasifikasi, dan tugas agen yang terfokus. Model ini menerima teks dan gambar untuk jawaban teks, dengan kontrol penalaran, panggilan fungsi, keluaran berstruktur, dan jendela konteks 1050000 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-5.6 Luna adalah anggota keluarga GPT-5.6 OpenAI untuk volume pekerjaan yang tinggi. Model ini sesuai untuk tugas berulang yang terfokus, seperti respons percakapan, klasifikasi, ekstraksi, dan langkah agen yang ringan. Teks serta gambar dapat mendukung jawaban teks. Alur Luna yang berguna memiliki masukan yang jelas, hasil yang ditentukan, serta sejumlah kecil kondisi untuk memutuskan apakah hasil dapat digunakan.
Untuk klasifikasi, jelaskan kategori dan berikan contoh yang memperjelas batasnya. Untuk ekstraksi, sebutkan kolom yang harus dikembalikan dan cara menyajikan informasi yang tidak tersedia. Untuk respons dukungan, berikan permintaan pelanggan, informasi produk yang relevan, dan tindakan yang telah dilakukan. Pertahankan instruksi yang stabil pada item sebanding sambil mengganti bukti untuk setiap item.
Tugas visual dapat memberikan tangkapan layar atau foto yang terbaca dan menunjukkan detail yang penting. Minta informasi terlihat yang diperlukan berikutnya, seperti label, pesan antarmuka, atau perbedaan antara dua gambar yang diberikan. Jawaban tetap berupa teks yang berasal dari masukan tersebut. Simpan label gambar atau dokumen bersama hasil agar fakta yang diekstrak dapat ditelusuri ke sumber yang benar.
OpenAI mendokumentasikan pilihan upaya penalaran none, low, medium, high, xhigh, dan max, dengan medium sebagai nilai bawaan. Sesuaikan kedalaman yang diminta dengan tugas serta buktinya. Klasifikasi rutin mungkin memerlukan hasil yang ringkas, sedangkan kasus ambigu dapat memerlukan penjelasan lebih jelas tentang fakta yang mendukung keputusan. Tentukan jawaban akhir secara terpisah dari banyaknya analisis yang diperlukan untuk mencapainya.
Model mendukung keluaran berstruktur dan panggilan fungsi. Untuk rekaman data berstruktur, tentukan kolom serta jenis yang diwajibkan, lalu periksa isi yang dikembalikan terhadap sumber. Dalam alur yang mendukung alat, panggilan fungsi mengusulkan tindakan untuk aplikasi; aplikasi menyediakan hasil sebenarnya sebelum digunakan oleh langkah berikutnya. Ini memisahkan tindakan yang direncanakan dari bukti bahwa tindakan itu telah terjadi.
Produsen mencantumkan jendela konteks 1050000 token dan keluaran maksimum 128000 token. Susun bahan panjang berdasarkan pertanyaan saat ini dan sisakan ruang untuk jawaban. Pertahankan keputusan yang diperlukan bagi langkah berikutnya sambil membuang pengulangan yang tidak terkait dari arahan kerja.
OpenAI juga mendokumentasikan pengaliran dan, dalam lingkungan yang mendukung alat, pencarian web, pencarian berkas, pembuatan gambar, interpretasi kode, pekerjaan shell, penerapan patch, penggunaan komputer, serta alat MCP. Kemampuan itu bergantung pada lingkungan dan alat yang terhubung ke permintaan. Pilih operasi yang diperlukan untuk tugas dan periksa pengamatan atau artefak yang benar-benar dihasilkannya. Keluaran langsung model berupa teks; gambar atau berkas yang diubah adalah hasil operasi alat yang sesuai.
Simpan setiap item yang telah selesai bersama pengenal masukan dan hasil akhirnya. Untuk alur berulang, tinjau contoh sulit dari kumpulan masukan sebenarnya dan pertahankan definisi kategori atau kolom yang konsisten agar hasil tetap dapat dibandingkan.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/gpt-5.6-luna | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk272.000 | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari272.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0008 / 1K token Keluaran · Token keluaran $0.0036 / 1K token Masukan · Pembacaan cache $0.00008 / 1K token Masukan · Penulisan cache $0.001 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5.6-luna", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5.6-luna',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5.6-luna',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gpt-5.6-luna
Ailoot Ultra gpt-5.6-luna, openai/gpt-5.6-luna
/chat/completions
openai/gpt-5.6-lunaGPT-5.6 Luna adalah model OpenAI untuk percakapan bervolume tinggi, klasifikasi, dan tugas agen yang terfokus. Model ini menerima teks dan gambar untuk jawaban teks, dengan kontrol penalaran, panggilan fungsi, keluaran berstruktur, dan jendela konteks 1050000 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-5.6 Luna adalah anggota keluarga GPT-5.6 OpenAI untuk volume pekerjaan yang tinggi. Model ini sesuai untuk tugas berulang yang terfokus, seperti respons percakapan, klasifikasi, ekstraksi, dan langkah agen yang ringan. Teks serta gambar dapat mendukung jawaban teks. Alur Luna yang berguna memiliki masukan yang jelas, hasil yang ditentukan, serta sejumlah kecil kondisi untuk memutuskan apakah hasil dapat digunakan.
Untuk klasifikasi, jelaskan kategori dan berikan contoh yang memperjelas batasnya. Untuk ekstraksi, sebutkan kolom yang harus dikembalikan dan cara menyajikan informasi yang tidak tersedia. Untuk respons dukungan, berikan permintaan pelanggan, informasi produk yang relevan, dan tindakan yang telah dilakukan. Pertahankan instruksi yang stabil pada item sebanding sambil mengganti bukti untuk setiap item.
Tugas visual dapat memberikan tangkapan layar atau foto yang terbaca dan menunjukkan detail yang penting. Minta informasi terlihat yang diperlukan berikutnya, seperti label, pesan antarmuka, atau perbedaan antara dua gambar yang diberikan. Jawaban tetap berupa teks yang berasal dari masukan tersebut. Simpan label gambar atau dokumen bersama hasil agar fakta yang diekstrak dapat ditelusuri ke sumber yang benar.
OpenAI mendokumentasikan pilihan upaya penalaran none, low, medium, high, xhigh, dan max, dengan medium sebagai nilai bawaan. Sesuaikan kedalaman yang diminta dengan tugas serta buktinya. Klasifikasi rutin mungkin memerlukan hasil yang ringkas, sedangkan kasus ambigu dapat memerlukan penjelasan lebih jelas tentang fakta yang mendukung keputusan. Tentukan jawaban akhir secara terpisah dari banyaknya analisis yang diperlukan untuk mencapainya.
Model mendukung keluaran berstruktur dan panggilan fungsi. Untuk rekaman data berstruktur, tentukan kolom serta jenis yang diwajibkan, lalu periksa isi yang dikembalikan terhadap sumber. Dalam alur yang mendukung alat, panggilan fungsi mengusulkan tindakan untuk aplikasi; aplikasi menyediakan hasil sebenarnya sebelum digunakan oleh langkah berikutnya. Ini memisahkan tindakan yang direncanakan dari bukti bahwa tindakan itu telah terjadi.
Produsen mencantumkan jendela konteks 1050000 token dan keluaran maksimum 128000 token. Susun bahan panjang berdasarkan pertanyaan saat ini dan sisakan ruang untuk jawaban. Pertahankan keputusan yang diperlukan bagi langkah berikutnya sambil membuang pengulangan yang tidak terkait dari arahan kerja.
OpenAI juga mendokumentasikan pengaliran dan, dalam lingkungan yang mendukung alat, pencarian web, pencarian berkas, pembuatan gambar, interpretasi kode, pekerjaan shell, penerapan patch, penggunaan komputer, serta alat MCP. Kemampuan itu bergantung pada lingkungan dan alat yang terhubung ke permintaan. Pilih operasi yang diperlukan untuk tugas dan periksa pengamatan atau artefak yang benar-benar dihasilkannya. Keluaran langsung model berupa teks; gambar atau berkas yang diubah adalah hasil operasi alat yang sesuai.
Simpan setiap item yang telah selesai bersama pengenal masukan dan hasil akhirnya. Untuk alur berulang, tinjau contoh sulit dari kumpulan masukan sebenarnya dan pertahankan definisi kategori atau kolom yang konsisten agar hasil tetap dapat dibandingkan.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/gpt-5.6-luna | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk272.000 | Biaya Masukan · Token masukan $0.0004 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari272.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0008 / 1K token Keluaran · Token keluaran $0.0036 / 1K token Masukan · Pembacaan cache $0.00008 / 1K token Masukan · Penulisan cache $0.001 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "openai/gpt-5.6-luna",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.6-luna', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.6-luna', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gpt-5.6-luna
Ailoot Ultra gpt-5.6-luna, openai/gpt-5.6-luna
/chat/completions
Contoh teknis dalam bahasa Inggris
Extract a support follow-up record\n\nExtract a follow-up record from this message: 'I am Noor, order N48. The blue mug arrived chipped yesterday. A replacement would be fine; mornings are best for contact.' Return customer name, order ID, item, reported problem, requested resolution and contact preference. Mark any delivery address or phone number as not supplied.A compact named-field record preserving source wording and marking absent contact details.Check that the requested replacement is recorded without claiming one was already dispatched.