GPT-5.6 Luna Pro indica GPT-5.6 Luna di OpenAI con ragionamento Pro. L’edizione Luna di base è progettata per carichi di lavoro mirati e a volume elevato e corrisponde approssimativamente alla fascia nano delle precedenti famiglie GPT-5. Accetta testo e immagini e produce testo. Pro prevede un’elaborazione aggiuntiva del modello per sviluppare la risposta finale; è una modalità di esecuzione, anziché una sostituzione dell’edizione di base.
Un uso pratico è estrarre un insieme definito di informazioni da un documento le cui regole includono eccezioni. Fornite il documento e i campi necessari, identificate gli eventuali passaggi prioritari e spiegate come gestire un valore assente. Un esempio di richiesta è estrarre l’argomento del documento, le condizioni pertinenti a una richiesta e la domanda successiva necessaria per completarla. Chiedete una spiegazione di un’eccezione insieme ai campi estratti, affinché il risultato possa essere confrontato con la fonte.
Per materiale visivo, fornite una pagina o una schermata chiara e identificate il dettaglio o l’etichetta specifici che informano l’attività. Per la scrittura di una risposta, fornite la richiesta, le regole che governano la risposta e i fatti da conservare. Definite il tono e la lunghezza desiderati, poi chiedete una risposta concisa, anziché una discussione senza limiti. Questa preparazione collega il ruolo mirato di Luna a un risultato testuale concreto.
OpenAI specifica per GPT-5.6 Luna una finestra di contesto di 1 050 000 token, un input massimo di 922 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 16 febbraio 2026. Le opzioni di impegno nel ragionamento del modello di base sono none, low, medium, high, xhigh e max; medium è il valore predefinito. Modalità e impegno sono indipendenti: Pro determina un’elaborazione aggiuntiva del modello, mentre l’impegno regola la quantità di ragionamento nella modalità. Anche il ragionamento usa spazio del contesto: lasciate quindi spazio per l’analisi e la risposta visibile.
Il produttore documenta Pro nell’API Responses per attività difficili che possono tollerare latenza e attività aggiuntive del modello. Il modello di base elenca lo streaming, Structured Outputs, le chiamate di funzioni, la ricerca sul web e nei file, l’input di immagini e la memorizzazione nella cache dell’input. L’insieme degli strumenti comprende generazione di immagini, interpretazione di codice, esecuzione di comandi in un ambiente ospitato e applicazione di modifiche ai file, competenze, uso del computer, connessioni MCP e ricerca di strumenti. Le operazioni degli strumenti richiedono l’ambiente corrispondente; un’applicazione esegue le proprie azioni e fornisce i risultati effettivi per proseguire il lavoro.
Specificate un risultato finale utile: i campi richiesti, la regola che sostiene una decisione e le eventuali domande ancora aperte. Per esempio, chiedete una bozza di risposta insieme ai fatti del documento su cui si basa, poi perfezionate la risposta dopo aver fornito le informazioni mancanti. Mantenete visibile la distinzione tra un’azione proposta e un’azione completata da uno strumento. Questo flusso dà uno scopo specifico all’analisi aggiuntiva di Pro in un’attività Luna circoscritta.
", "aboutText": "GPT-5.6 Luna Pro indica GPT-5.6 Luna di OpenAI con ragionamento Pro. L’edizione Luna di base è progettata per carichi di lavoro mirati e a volume elevato e corrisponde approssimativamente alla fascia nano delle precedenti famiglie GPT-5. Accetta testo e immagini e produce testo. Pro prevede un’elaborazione aggiuntiva del modello per sviluppare la risposta finale; è una modalità di esecuzione, anziché una sostituzione dell’edizione di base.\n\nUn uso pratico è estrarre un insieme definito di informazioni da un documento le cui regole includono eccezioni. Fornite il documento e i campi necessari, identificate gli eventuali passaggi prioritari e spiegate come gestire un valore assente. Un esempio di richiesta è estrarre l’argomento del documento, le condizioni pertinenti a una richiesta e la domanda successiva necessaria per completarla. Chiedete una spiegazione di un’eccezione insieme ai campi estratti, affinché il risultato possa essere confrontato con la fonte.\n\nPer materiale visivo, fornite una pagina o una schermata chiara e identificate il dettaglio o l’etichetta specifici che informano l’attività. Per la scrittura di una risposta, fornite la richiesta, le regole che governano la risposta e i fatti da conservare. Definite il tono e la lunghezza desiderati, poi chiedete una risposta concisa, anziché una discussione senza limiti. Questa preparazione collega il ruolo mirato di Luna a un risultato testuale concreto.\n\nOpenAI specifica per GPT-5.6 Luna una finestra di contesto di 1 050 000 token, un input massimo di 922 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 16 febbraio 2026. Le opzioni di impegno nel ragionamento del modello di base sono none, low, medium, high, xhigh e max; medium è il valore predefinito. Modalità e impegno sono indipendenti: Pro determina un’elaborazione aggiuntiva del modello, mentre l’impegno regola la quantità di ragionamento nella modalità. Anche il ragionamento usa spazio del contesto: lasciate quindi spazio per l’analisi e la risposta visibile.\n\nIl produttore documenta Pro nell’API Responses per attività difficili che possono tollerare latenza e attività aggiuntive del modello. Il modello di base elenca lo streaming, Structured Outputs, le chiamate di funzioni, la ricerca sul web e nei file, l’input di immagini e la memorizzazione nella cache dell’input. L’insieme degli strumenti comprende generazione di immagini, interpretazione di codice, esecuzione di comandi in un ambiente ospitato e applicazione di modifiche ai file, competenze, uso del computer, connessioni MCP e ricerca di strumenti. Le operazioni degli strumenti richiedono l’ambiente corrispondente; un’applicazione esegue le proprie azioni e fornisce i risultati effettivi per proseguire il lavoro.\n\nSpecificate un risultato finale utile: i campi richiesti, la regola che sostiene una decisione e le eventuali domande ancora aperte. Per esempio, chiedete una bozza di risposta insieme ai fatti del documento su cui si basa, poi perfezionate la risposta dopo aver fornito le informazioni mancanti. Mantenete visibile la distinzione tra un’azione proposta e un’azione completata da uno strumento. Questo flusso dà uno scopo specifico all’analisi aggiuntiva di Pro in un’attività Luna circoscritta.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "20cd7dd43fd41883e182cd5ea113aad09df11baa1586ea5f30ae67617e4b557d", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "it", "methods": [ { "html": "openai/gpt-5.6-luna-pro:batchGPT-5.6 Luna con ragionamento Pro per attività mirate che richiedono analisi aggiuntiva. Fornite testo o immagini e regole esplicite per sviluppare un risultato di estrazione, una risposta concisa o una spiegazione di un’eccezione.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
GPT-5.6 Luna Pro indica GPT-5.6 Luna di OpenAI con ragionamento Pro. L’edizione Luna di base è progettata per carichi di lavoro mirati e a volume elevato e corrisponde approssimativamente alla fascia nano delle precedenti famiglie GPT-5. Accetta testo e immagini e produce testo. Pro prevede un’elaborazione aggiuntiva del modello per sviluppare la risposta finale; è una modalità di esecuzione, anziché una sostituzione dell’edizione di base.
Un uso pratico è estrarre un insieme definito di informazioni da un documento le cui regole includono eccezioni. Fornite il documento e i campi necessari, identificate gli eventuali passaggi prioritari e spiegate come gestire un valore assente. Un esempio di richiesta è estrarre l’argomento del documento, le condizioni pertinenti a una richiesta e la domanda successiva necessaria per completarla. Chiedete una spiegazione di un’eccezione insieme ai campi estratti, affinché il risultato possa essere confrontato con la fonte.
Per materiale visivo, fornite una pagina o una schermata chiara e identificate il dettaglio o l’etichetta specifici che informano l’attività. Per la scrittura di una risposta, fornite la richiesta, le regole che governano la risposta e i fatti da conservare. Definite il tono e la lunghezza desiderati, poi chiedete una risposta concisa, anziché una discussione senza limiti. Questa preparazione collega il ruolo mirato di Luna a un risultato testuale concreto.
OpenAI specifica per GPT-5.6 Luna una finestra di contesto di 1 050 000 token, un input massimo di 922 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 16 febbraio 2026. Le opzioni di impegno nel ragionamento del modello di base sono none, low, medium, high, xhigh e max; medium è il valore predefinito. Modalità e impegno sono indipendenti: Pro determina un’elaborazione aggiuntiva del modello, mentre l’impegno regola la quantità di ragionamento nella modalità. Anche il ragionamento usa spazio del contesto: lasciate quindi spazio per l’analisi e la risposta visibile.
Il produttore documenta Pro nell’API Responses per attività difficili che possono tollerare latenza e attività aggiuntive del modello. Il modello di base elenca lo streaming, Structured Outputs, le chiamate di funzioni, la ricerca sul web e nei file, l’input di immagini e la memorizzazione nella cache dell’input. L’insieme degli strumenti comprende generazione di immagini, interpretazione di codice, esecuzione di comandi in un ambiente ospitato e applicazione di modifiche ai file, competenze, uso del computer, connessioni MCP e ricerca di strumenti. Le operazioni degli strumenti richiedono l’ambiente corrispondente; un’applicazione esegue le proprie azioni e fornisce i risultati effettivi per proseguire il lavoro.
Specificate un risultato finale utile: i campi richiesti, la regola che sostiene una decisione e le eventuali domande ancora aperte. Per esempio, chiedete una bozza di risposta insieme ai fatti del documento su cui si basa, poi perfezionate la risposta dopo aver fornito le informazioni mancanti. Mantenete visibile la distinzione tra un’azione proposta e un’azione completata da uno strumento. Questo flusso dà uno scopo specifico all’analisi aggiuntiva di Pro in un’attività Luna circoscritta.
POST /v1/batchestexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campoendpoint | Tipostring | RequisitoObbligatorio | Valori e limiti /v1/chat/completions | Predefinito— |
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti openai/gpt-5.6-luna-pro:batch | Predefinito— |
Camporequests | Tipobatch_item[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Camporequests[].custom_id | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Camporequests[].body.messages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campocompletion_window | Tipostring | RequisitoFacoltativo | Valori e limiti 24h | Predefinito— |
Campoprovider | Tipoobject|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Camporequests[].body.model | Tipostring | RequisitoFacoltativo | Valori e limiti openai/gpt-5.6-luna-pro:batch, openai/gpt-5.6-luna-pro | Predefinito— |
Campoprovider.only | Tipostring[] | RequisitoFacoltativo | Valori e limiti openai | Predefinito— |
Campoprovider.allow_fallbacks | Tipoboolean|null | RequisitoFacoltativo | Valori e limiti false, null | Predefinito— |
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattoendpoint, model, requests |
Parametromaterial_types | Contrattotext |
Parametrorepresentation | Contrattorequests[] inline; ogni elemento contiene custom_id e body |
Parametrorequest_endpoint_profile | Contratto/v1/chat/completions |
Parametrofile_material | ContrattoIl chiamante può leggere localmente i dati JSONL effettivi in UTF-8 e inserirli in requests[]. Non viene usato alcun purpose di caricamento, input_file_id o riferimento a file. Il materiale del cliente mancante o vuoto interrompe la preparazione prima del POST. |
Parametroserialization_order | Contrattoendpoint, model, provider (se fornito), completion_window (se fornito), requests per ultimo |
Parametrooptional_controls | Contrattoprovider.only, provider.allow_fallbacks, completion_window |
Parametroschema_scope | ContrattoCorpi delle richieste Chat Completions per testo nella struttura inline Batch documentata. |
Ciclo di vita: asynchronous
GET /v1/batches/{operation_id} · response.id effettivo della risposta alla creazione originale; stesso utente/chiave/gruppo
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0002 / 1K token Output · Token in output $0.0012 / 1K token Input · Lettura dalla cache $0.00002 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso272.000 | Costo Input · Token in input $0.0002 / 1K token Output · Token in output $0.0012 / 1K token Input · Lettura dalla cache $0.00002 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di272.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0004 / 1K token Output · Token in output $0.0018 / 1K token Input · Lettura dalla cache $0.00004 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-5.6-luna-pro:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/gpt-5.6-luna-pro:batch', 'openai/gpt-5.6-luna-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.6-luna-pro:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON inline di results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nConserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva il JSON completo dello stato originale, ogni result/custom_id e il corpo completo della risposta o dell'errore. Salva i results[] completati come JSONL senza filtrarli.
Conserva l'ID dell'operazione originale. La risposta 503 result_pending_check contiene X-Should-Retry:false; non reinviare mai un batch originale il cui esito è sconosciuto.
| Campo | Tipo |
|---|---|
Camporesults[].custom_id | Tipostring |
Camporesults[].response.body.choices[].message.content | Tipostring|null |
Camporesults[].error | Tipoobject|null |
Campousage | Tipoobject|null |
Campoid | Tipostring |
Campomodel | Tipostring |
Campoendpoint | Tipostring |
Campostatus | Tipostring |
Camporequest_counts | Tipoobject |
Camporesults[].id | Tipostring |
Camporesults[].response.status_code | Tipointeger |
Camporesults[].response.request_id | Tipostring |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneStruttura inline documentata non valida, chiavi duplicate, identità degli elementi non valida o conflitto con le capacità configurate del modello. | Passaggio successivoCorreggi i campi indicati prima di qualsiasi nuovo invio. |
Risposta401 · authentication_error | CondizioneChiave API non valida. | Passaggio successivoUsa la chiave Ailoot autorizzata. |
Risposta403 · permission_error | CondizioneGruppo Batch non disponibile. | Passaggio successivoVerifica le autorizzazioni della chiave e del gruppo. |
Risposta422 · invalid_request_error | CondizioneBatch usa l'addebito sul saldo; la creazione tramite abbonamento viene rifiutata. | Passaggio successivoUsa il gruppo autorizzato con addebito sul saldo. |
Risposta422 · price_unavailable | CondizioneNon è possibile formulare un preventivo per l'input Batch. | Passaggio successivoConserva la risposta; usa l'input documentato per la famiglia. |
Risposta402 · billing_error | CondizioneRiserva Batch non disponibile. | Passaggio successivoRisolvi le condizioni di ammissione prima di una nuova richiesta. |
Risposta503 · price_unavailable | CondizionePrezzo del metodo Batch o tariffe native non disponibili. | Passaggio successivoConserva la risposta; non sostituire i prezzi. |
Risposta503 · api_error | CondizioneLa rotta esatta del fornitore non è disponibile. | Passaggio successivoConserva la risposta per la riparazione della rotta. |
Risposta503 · result_pending_check | CondizioneIl risultato originale richiede una verifica; X-Should-Retry:false. | Passaggio successivoConserva operation_id/id originale e leggine lo stato; non ripetere mai il POST originale. |
Risposta404 · not_found | CondizioneL'operazione di stato Batch è assente o appartiene a un'altra identità. | Passaggio successivoUsa l'id originale esatto e lo stesso utente/chiave/gruppo. |
Ailoot Ultra openai/gpt-5.6-luna-pro:batch
Usa i percorsi dei metodi indicati sopra.