GPT-6 Luna Pro menunjukkan GPT-6 Luna OpenAI dengan penalaran Pro. Luna dirancang untuk tugas terfokus dan beban kerja bervolume tinggi; masukannya berupa teks serta gambar dan keluarannya berupa teks. Pro menambahkan pekerjaan model saat mengembangkan jawaban akhir. Pro adalah mode eksekusi yang diterapkan pada model dasar yang dipilih, berbeda dari pengaturan upaya penalaran yang mengendalikan banyaknya analisis dalam mode tersebut.
Penggunaan praktisnya adalah memproses permintaan yang didefinisikan secara sempit dengan beberapa aturan atau pengecualian. Berikan permintaan, kategori yang mungkin sesuai, dan informasi yang menentukan tindakan berikutnya. Minta kategori, fakta yang relevan, dan usulan respons singkat. Contoh tugasnya adalah mengklasifikasikan permintaan dokumen, mengidentifikasi kolom yang belum tersedia, dan menyusun pesan untuk meminta kolom itu. Tugas tetap terfokus bahkan ketika kondisinya memerlukan pertimbangan saksama.
Untuk pertanyaan berbasis gambar, berikan tangkapan layar yang jelas atau bahan visual lain dan tentukan detail yang harus diperiksa. Anda dapat meminta penjelasan keadaan antarmuka yang terlihat bersama instruksi singkat untuk pembaca. Untuk bahan tertulis, tentukan kolom atau pernyataan yang harus dipertahankan dalam transformasi, kategori yang diperbolehkan, dan format jawaban yang diharapkan. Sejumlah kecil contoh yang representatif dapat memperjelas batas antarkategori yang mirip tanpa membuat model menebak aturan Anda.
OpenAI menetapkan jendela konteks 1050000 token untuk GPT-6 Luna, dengan masukan maksimum 922000 token dan keluaran maksimum 128000 token. Batas pengetahuan yang didokumentasikan adalah 18 Mei 2026. Model dasar mendukung upaya penalaran none, low, medium, high, xhigh, dan max, dengan medium sebagai nilai bawaan. Penalaran juga menggunakan ruang token seperti jawaban akhir, sehingga arahan tugas dan bahan yang diberikan harus menyisakan ruang untuk analisis serta hasil yang diminta.
Produsen mendokumentasikan Pro dalam Responses API untuk permintaan sulit yang memungkinkan latensi tambahan dan aktivitas model. Alat bawaan GPT-6 Luna dan penalaran dengan panggilan fungsi menggunakan Responses; dalam antarmuka Chat Completions produsen, panggilan fungsi didukung hanya ketika upaya penalaran diatur ke none. Model dasar mencantumkan pengaliran, Structured Outputs, pencarian web dan berkas, panggilan fungsi, serta penembolokan prompt. Perangkat alatnya juga mencakup pembuatan gambar, interpretasi kode, operasi shell dan patch, keterampilan, penggunaan komputer, koneksi MCP, serta pencarian alat. Aplikasi Anda menentukan dan mengeksekusi operasi yang disediakannya.
Gunakan kontrak keluaran yang tepat untuk tugas akhir: keputusan, kolom yang mendukungnya, dan informasi yang masih belum tersedia. Misalnya, minta satu kategori, alasan singkat yang terkait dengan aturan yang diberikan, dan pertanyaan berikutnya yang harus disampaikan kepada pembaca. Tinjau hasil terhadap aturan tersebut, alih-alih menambahkan pembahasan tanpa batas. Alur ini menggunakan peran Luna untuk tugas terfokus sambil mencadangkan pekerjaan tambahan Pro bagi permintaan yang dependensi atau pengecualiannya memerlukan pemeriksaan lebih mendalam.
", "aboutText": "GPT-6 Luna Pro menunjukkan GPT-6 Luna OpenAI dengan penalaran Pro. Luna dirancang untuk tugas terfokus dan beban kerja bervolume tinggi; masukannya berupa teks serta gambar dan keluarannya berupa teks. Pro menambahkan pekerjaan model saat mengembangkan jawaban akhir. Pro adalah mode eksekusi yang diterapkan pada model dasar yang dipilih, berbeda dari pengaturan upaya penalaran yang mengendalikan banyaknya analisis dalam mode tersebut.\n\nPenggunaan praktisnya adalah memproses permintaan yang didefinisikan secara sempit dengan beberapa aturan atau pengecualian. Berikan permintaan, kategori yang mungkin sesuai, dan informasi yang menentukan tindakan berikutnya. Minta kategori, fakta yang relevan, dan usulan respons singkat. Contoh tugasnya adalah mengklasifikasikan permintaan dokumen, mengidentifikasi kolom yang belum tersedia, dan menyusun pesan untuk meminta kolom itu. Tugas tetap terfokus bahkan ketika kondisinya memerlukan pertimbangan saksama.\n\nUntuk pertanyaan berbasis gambar, berikan tangkapan layar yang jelas atau bahan visual lain dan tentukan detail yang harus diperiksa. Anda dapat meminta penjelasan keadaan antarmuka yang terlihat bersama instruksi singkat untuk pembaca. Untuk bahan tertulis, tentukan kolom atau pernyataan yang harus dipertahankan dalam transformasi, kategori yang diperbolehkan, dan format jawaban yang diharapkan. Sejumlah kecil contoh yang representatif dapat memperjelas batas antarkategori yang mirip tanpa membuat model menebak aturan Anda.\n\nOpenAI menetapkan jendela konteks 1050000 token untuk GPT-6 Luna, dengan masukan maksimum 922000 token dan keluaran maksimum 128000 token. Batas pengetahuan yang didokumentasikan adalah 18 Mei 2026. Model dasar mendukung upaya penalaran none, low, medium, high, xhigh, dan max, dengan medium sebagai nilai bawaan. Penalaran juga menggunakan ruang token seperti jawaban akhir, sehingga arahan tugas dan bahan yang diberikan harus menyisakan ruang untuk analisis serta hasil yang diminta.\n\nProdusen mendokumentasikan Pro dalam Responses API untuk permintaan sulit yang memungkinkan latensi tambahan dan aktivitas model. Alat bawaan GPT-6 Luna dan penalaran dengan panggilan fungsi menggunakan Responses; dalam antarmuka Chat Completions produsen, panggilan fungsi didukung hanya ketika upaya penalaran diatur ke none. Model dasar mencantumkan pengaliran, Structured Outputs, pencarian web dan berkas, panggilan fungsi, serta penembolokan prompt. Perangkat alatnya juga mencakup pembuatan gambar, interpretasi kode, operasi shell dan patch, keterampilan, penggunaan komputer, koneksi MCP, serta pencarian alat. Aplikasi Anda menentukan dan mengeksekusi operasi yang disediakannya.\n\nGunakan kontrak keluaran yang tepat untuk tugas akhir: keputusan, kolom yang mendukungnya, dan informasi yang masih belum tersedia. Misalnya, minta satu kategori, alasan singkat yang terkait dengan aturan yang diberikan, dan pertanyaan berikutnya yang harus disampaikan kepada pembaca. Tinjau hasil terhadap aturan tersebut, alih-alih menambahkan pembahasan tanpa batas. Alur ini menggunakan peran Luna untuk tugas terfokus sambil mencadangkan pekerjaan tambahan Pro bagi permintaan yang dependensi atau pengecualiannya memerlukan pemeriksaan lebih mendalam.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Find missing request details\n\nProcess this equipment request using the supplied rules. Every request needs item, quantity and delivery site. Urgent requests also need a reason. Message: "Urgent: please send 4 replacement keyboards." Return the supplied fields, missing required fields and a brief reply asking only for the missing details. Do not invent a site or urgency reason.A compact field table, missing-field list and targeted clarification message.Check that quantity four and keyboards are retained, while delivery site and urgent reason stay missing.openai/gpt-6-luna-proGPT-6 Luna dengan penalaran Pro untuk tugas terfokus yang memerlukan analisis tambahan sebelum jawaban akhir. Model dasar menerima teks dan gambar, sehingga berguna untuk penanganan dokumen berbasis aturan, pertanyaan visual, dan hasil tertulis yang ringkas.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-6 Luna Pro menunjukkan GPT-6 Luna OpenAI dengan penalaran Pro. Luna dirancang untuk tugas terfokus dan beban kerja bervolume tinggi; masukannya berupa teks serta gambar dan keluarannya berupa teks. Pro menambahkan pekerjaan model saat mengembangkan jawaban akhir. Pro adalah mode eksekusi yang diterapkan pada model dasar yang dipilih, berbeda dari pengaturan upaya penalaran yang mengendalikan banyaknya analisis dalam mode tersebut.
Penggunaan praktisnya adalah memproses permintaan yang didefinisikan secara sempit dengan beberapa aturan atau pengecualian. Berikan permintaan, kategori yang mungkin sesuai, dan informasi yang menentukan tindakan berikutnya. Minta kategori, fakta yang relevan, dan usulan respons singkat. Contoh tugasnya adalah mengklasifikasikan permintaan dokumen, mengidentifikasi kolom yang belum tersedia, dan menyusun pesan untuk meminta kolom itu. Tugas tetap terfokus bahkan ketika kondisinya memerlukan pertimbangan saksama.
Untuk pertanyaan berbasis gambar, berikan tangkapan layar yang jelas atau bahan visual lain dan tentukan detail yang harus diperiksa. Anda dapat meminta penjelasan keadaan antarmuka yang terlihat bersama instruksi singkat untuk pembaca. Untuk bahan tertulis, tentukan kolom atau pernyataan yang harus dipertahankan dalam transformasi, kategori yang diperbolehkan, dan format jawaban yang diharapkan. Sejumlah kecil contoh yang representatif dapat memperjelas batas antarkategori yang mirip tanpa membuat model menebak aturan Anda.
OpenAI menetapkan jendela konteks 1050000 token untuk GPT-6 Luna, dengan masukan maksimum 922000 token dan keluaran maksimum 128000 token. Batas pengetahuan yang didokumentasikan adalah 18 Mei 2026. Model dasar mendukung upaya penalaran none, low, medium, high, xhigh, dan max, dengan medium sebagai nilai bawaan. Penalaran juga menggunakan ruang token seperti jawaban akhir, sehingga arahan tugas dan bahan yang diberikan harus menyisakan ruang untuk analisis serta hasil yang diminta.
Produsen mendokumentasikan Pro dalam Responses API untuk permintaan sulit yang memungkinkan latensi tambahan dan aktivitas model. Alat bawaan GPT-6 Luna dan penalaran dengan panggilan fungsi menggunakan Responses; dalam antarmuka Chat Completions produsen, panggilan fungsi didukung hanya ketika upaya penalaran diatur ke none. Model dasar mencantumkan pengaliran, Structured Outputs, pencarian web dan berkas, panggilan fungsi, serta penembolokan prompt. Perangkat alatnya juga mencakup pembuatan gambar, interpretasi kode, operasi shell dan patch, keterampilan, penggunaan komputer, koneksi MCP, serta pencarian alat. Aplikasi Anda menentukan dan mengeksekusi operasi yang disediakannya.
Gunakan kontrak keluaran yang tepat untuk tugas akhir: keputusan, kolom yang mendukungnya, dan informasi yang masih belum tersedia. Misalnya, minta satu kategori, alasan singkat yang terkait dengan aturan yang diberikan, dan pertanyaan berikutnya yang harus disampaikan kepada pembaca. Tinjau hasil terhadap aturan tersebut, alih-alih menambahkan pembahasan tanpa batas. Alur ini menggunakan peran Luna untuk tugas terfokus sambil mencadangkan pekerjaan tambahan Pro bagi permintaan yang dependensi atau pengecualiannya memerlukan pemeriksaan lebih mendalam.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/gpt-6-luna-pro | 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 $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 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 $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 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 $0.0004 / 1K token Keluaran · Token keluaran $0.0015 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-6-luna-pro", "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-6-luna-pro',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-6-luna-pro',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 Ultra openai/gpt-6-luna-pro
Gunakan jalur metode yang ditampilkan di atas.
openai/gpt-6-luna-proGPT-6 Luna dengan penalaran Pro untuk tugas terfokus yang memerlukan analisis tambahan sebelum jawaban akhir. Model dasar menerima teks dan gambar, sehingga berguna untuk penanganan dokumen berbasis aturan, pertanyaan visual, dan hasil tertulis yang ringkas.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-6 Luna Pro menunjukkan GPT-6 Luna OpenAI dengan penalaran Pro. Luna dirancang untuk tugas terfokus dan beban kerja bervolume tinggi; masukannya berupa teks serta gambar dan keluarannya berupa teks. Pro menambahkan pekerjaan model saat mengembangkan jawaban akhir. Pro adalah mode eksekusi yang diterapkan pada model dasar yang dipilih, berbeda dari pengaturan upaya penalaran yang mengendalikan banyaknya analisis dalam mode tersebut.
Penggunaan praktisnya adalah memproses permintaan yang didefinisikan secara sempit dengan beberapa aturan atau pengecualian. Berikan permintaan, kategori yang mungkin sesuai, dan informasi yang menentukan tindakan berikutnya. Minta kategori, fakta yang relevan, dan usulan respons singkat. Contoh tugasnya adalah mengklasifikasikan permintaan dokumen, mengidentifikasi kolom yang belum tersedia, dan menyusun pesan untuk meminta kolom itu. Tugas tetap terfokus bahkan ketika kondisinya memerlukan pertimbangan saksama.
Untuk pertanyaan berbasis gambar, berikan tangkapan layar yang jelas atau bahan visual lain dan tentukan detail yang harus diperiksa. Anda dapat meminta penjelasan keadaan antarmuka yang terlihat bersama instruksi singkat untuk pembaca. Untuk bahan tertulis, tentukan kolom atau pernyataan yang harus dipertahankan dalam transformasi, kategori yang diperbolehkan, dan format jawaban yang diharapkan. Sejumlah kecil contoh yang representatif dapat memperjelas batas antarkategori yang mirip tanpa membuat model menebak aturan Anda.
OpenAI menetapkan jendela konteks 1050000 token untuk GPT-6 Luna, dengan masukan maksimum 922000 token dan keluaran maksimum 128000 token. Batas pengetahuan yang didokumentasikan adalah 18 Mei 2026. Model dasar mendukung upaya penalaran none, low, medium, high, xhigh, dan max, dengan medium sebagai nilai bawaan. Penalaran juga menggunakan ruang token seperti jawaban akhir, sehingga arahan tugas dan bahan yang diberikan harus menyisakan ruang untuk analisis serta hasil yang diminta.
Produsen mendokumentasikan Pro dalam Responses API untuk permintaan sulit yang memungkinkan latensi tambahan dan aktivitas model. Alat bawaan GPT-6 Luna dan penalaran dengan panggilan fungsi menggunakan Responses; dalam antarmuka Chat Completions produsen, panggilan fungsi didukung hanya ketika upaya penalaran diatur ke none. Model dasar mencantumkan pengaliran, Structured Outputs, pencarian web dan berkas, panggilan fungsi, serta penembolokan prompt. Perangkat alatnya juga mencakup pembuatan gambar, interpretasi kode, operasi shell dan patch, keterampilan, penggunaan komputer, koneksi MCP, serta pencarian alat. Aplikasi Anda menentukan dan mengeksekusi operasi yang disediakannya.
Gunakan kontrak keluaran yang tepat untuk tugas akhir: keputusan, kolom yang mendukungnya, dan informasi yang masih belum tersedia. Misalnya, minta satu kategori, alasan singkat yang terkait dengan aturan yang diberikan, dan pertanyaan berikutnya yang harus disampaikan kepada pembaca. Tinjau hasil terhadap aturan tersebut, alih-alih menambahkan pembahasan tanpa batas. Alur ini menggunakan peran Luna untuk tugas terfokus sambil mencadangkan pekerjaan tambahan Pro bagi permintaan yang dependensi atau pengecualiannya memerlukan pemeriksaan lebih mendalam.
POST /v1/messagestexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/gpt-6-luna-pro | 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 |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontraknull |
Parametercontent_type | Kontrakapplication/json |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: exact retained published method
Kirim ID model yang persis dan bidang wajib.
Simpan setiap item yang dikembalikan beserta pengenal aslinya.
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 $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 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 $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 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 $0.0004 / 1K token Keluaran · Token keluaran $0.0015 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "openai/gpt-6-luna-pro",\n "max_tokens": 4096,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ]\n}set -eu\n: "${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-6-luna-pro', 'max_tokens': 4096, '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-6-luna-pro', 'max_tokens': 4096, '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 Ultra openai/gpt-6-luna-pro
Gunakan jalur metode yang ditampilkan di atas.
openai/gpt-6-luna-proGPT-6 Luna dengan penalaran Pro untuk tugas terfokus yang memerlukan analisis tambahan sebelum jawaban akhir. Model dasar menerima teks dan gambar, sehingga berguna untuk penanganan dokumen berbasis aturan, pertanyaan visual, dan hasil tertulis yang ringkas.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-6 Luna Pro menunjukkan GPT-6 Luna OpenAI dengan penalaran Pro. Luna dirancang untuk tugas terfokus dan beban kerja bervolume tinggi; masukannya berupa teks serta gambar dan keluarannya berupa teks. Pro menambahkan pekerjaan model saat mengembangkan jawaban akhir. Pro adalah mode eksekusi yang diterapkan pada model dasar yang dipilih, berbeda dari pengaturan upaya penalaran yang mengendalikan banyaknya analisis dalam mode tersebut.
Penggunaan praktisnya adalah memproses permintaan yang didefinisikan secara sempit dengan beberapa aturan atau pengecualian. Berikan permintaan, kategori yang mungkin sesuai, dan informasi yang menentukan tindakan berikutnya. Minta kategori, fakta yang relevan, dan usulan respons singkat. Contoh tugasnya adalah mengklasifikasikan permintaan dokumen, mengidentifikasi kolom yang belum tersedia, dan menyusun pesan untuk meminta kolom itu. Tugas tetap terfokus bahkan ketika kondisinya memerlukan pertimbangan saksama.
Untuk pertanyaan berbasis gambar, berikan tangkapan layar yang jelas atau bahan visual lain dan tentukan detail yang harus diperiksa. Anda dapat meminta penjelasan keadaan antarmuka yang terlihat bersama instruksi singkat untuk pembaca. Untuk bahan tertulis, tentukan kolom atau pernyataan yang harus dipertahankan dalam transformasi, kategori yang diperbolehkan, dan format jawaban yang diharapkan. Sejumlah kecil contoh yang representatif dapat memperjelas batas antarkategori yang mirip tanpa membuat model menebak aturan Anda.
OpenAI menetapkan jendela konteks 1050000 token untuk GPT-6 Luna, dengan masukan maksimum 922000 token dan keluaran maksimum 128000 token. Batas pengetahuan yang didokumentasikan adalah 18 Mei 2026. Model dasar mendukung upaya penalaran none, low, medium, high, xhigh, dan max, dengan medium sebagai nilai bawaan. Penalaran juga menggunakan ruang token seperti jawaban akhir, sehingga arahan tugas dan bahan yang diberikan harus menyisakan ruang untuk analisis serta hasil yang diminta.
Produsen mendokumentasikan Pro dalam Responses API untuk permintaan sulit yang memungkinkan latensi tambahan dan aktivitas model. Alat bawaan GPT-6 Luna dan penalaran dengan panggilan fungsi menggunakan Responses; dalam antarmuka Chat Completions produsen, panggilan fungsi didukung hanya ketika upaya penalaran diatur ke none. Model dasar mencantumkan pengaliran, Structured Outputs, pencarian web dan berkas, panggilan fungsi, serta penembolokan prompt. Perangkat alatnya juga mencakup pembuatan gambar, interpretasi kode, operasi shell dan patch, keterampilan, penggunaan komputer, koneksi MCP, serta pencarian alat. Aplikasi Anda menentukan dan mengeksekusi operasi yang disediakannya.
Gunakan kontrak keluaran yang tepat untuk tugas akhir: keputusan, kolom yang mendukungnya, dan informasi yang masih belum tersedia. Misalnya, minta satu kategori, alasan singkat yang terkait dengan aturan yang diberikan, dan pertanyaan berikutnya yang harus disampaikan kepada pembaca. Tinjau hasil terhadap aturan tersebut, alih-alih menambahkan pembahasan tanpa batas. Alur ini menggunakan peran Luna untuk tugas terfokus sambil mencadangkan pekerjaan tambahan Pro bagi permintaan yang dependensi atau pengecualiannya memerlukan pemeriksaan lebih mendalam.
POST /v1/responsestexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/gpt-6-luna-pro | 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 | PersyaratanTidak didukung | Nilai & batasan Persyaratan ID: Hanya ID respons yang benar-benar diperoleh dari kelanjutan yang didukung Kondisi: Sertakan kembali riwayat percakapan aktual pada setiap permintaan. | 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 |
Parameterrequired | Kontrakmodel, input |
Parameteroptional_controls | Kontraknull |
Parametercontent_type | Kontrakapplication/json |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: exact retained published method
Kirim ID model yang persis dan bidang wajib.
Simpan setiap item yang dikembalikan beserta pengenal aslinya.
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 $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 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 $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 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 $0.0004 / 1K token Keluaran · Token keluaran $0.0015 / 1K token Masukan · Pembacaan cache $0.00004 / 1K token Masukan · Penulisan cache $0.0005 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "openai/gpt-6-luna-pro",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${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-6-luna-pro', 'input': [{'content': 'Hello, how are you?', 'role': 'user', 'type': 'message'}]}\npayload['input'][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/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 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-6-luna-pro', 'input': [{'content': 'Hello, how are you?', 'role': 'user', 'type': 'message'}]}\npayload['input'][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 = {'Authorization': 'Bearer PLACEHOLDER_KEY', 'Content-Type': 'application/json'}\nheaders['Authorization'] = 'Bearer ' + api_key\nrequest = Request('https://api.ailoot.ai/v1/responses', 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 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 Ultra openai/gpt-6-luna-pro
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Find missing request details\n\nProcess this equipment request using the supplied rules. Every request needs item, quantity and delivery site. Urgent requests also need a reason. Message: "Urgent: please send 4 replacement keyboards." Return the supplied fields, missing required fields and a brief reply asking only for the missing details. Do not invent a site or urgency reason.A compact field table, missing-field list and targeted clarification message.Check that quantity four and keyboards are retained, while delivery site and urgent reason stay missing.