GPT-6 Lunaは、大量に実行する、目的を絞ったタスク向けのOpenAIのモデルです。メーカーは、そのようなタスクの流れを効率的に処理するファミリーのバリエーションと位置付けています。テキストと画像を受け取り、テキストを生成し、推論の深さの制御に対応しています。
入力には指示と業務素材、結果には通常の応答や指定した構造のオブジェクトを含められます。ストリーミング出力では、テキストを段階的に受け取れます。次の段階が特定のフィールドやデータ型を期待する場合、結果のスキーマが役立ちます。
none、low、medium、high、xhigh、maxに対応し、既定値はmediumです。noneは、推論なしの処理に用意されています。具体的な指示に応じて検討の強度を変更し、最終テキストの長さは別に指定できます。
メーカー側の通常と拡張の実行モードは、推論の深さとは別に選びます。通常モードが既定です。拡張モードは、追加の時間と多いトークンを割り当てられる複雑なタスクに向けられています。モードは処理方法を、検討の強度はその中での推論を調整します。この選択はResponsesについて説明され、アプリケーションの対応が必要です。あらゆるAilootのメソッドで有効と見なすことはできません。
ツールと推論を使う作業には、Responsesを使用します。Chat Completions形式では、関数呼び出しはnoneでのみ許容されます。そのため、関数名が同じであっても、すべての形式で同じ使い方になるわけではありません。
OpenAIは、コンテキストウィンドウを1 050 000トークン、入力上限を922 000、出力を128 000トークンと示しています。知識の基準時点は五月18日（2026年）です。大きなコンテキストに素材と履歴が収まり、出力上限は結果の生成を別に制限します。
画像は入力に属します。視覚的な素材を分析し、テキストで応答します。内部推論は出力予算に含まれるため、最大出力は、同じ長さの表示される応答を保証するものではありません。新しい情報は、リクエストに含めるか、用意されたツールを接続して取得できます。
メーカーのカードには、関数呼び出し、インターネットとファイルの検索、コードとコマンドの実行、ファイルの変更、コンピュータのインターフェースの操作、ツールの検索があります。提供された組み合わせから動作を選び、返された情報を応答の継続に利用します。
対応する接続がある場合、メーカーは、独立した画像生成ツール、スキルの利用、MCPを通じた外部の手段も用意しています。モデルの直接の応答はテキストです。画像生成の結果は、別のツールが作成します。メーカー側に機能があることは、あらゆるAilootのメソッドでそれらが接続されていることを意味しません。
利用できる組み合わせは、メソッドとアプリケーションが定めます。ユーザーの関数は、アプリケーションが実行します。モデルは引数を作成し、その後結果を受け取ります。構造化された応答はデータの形を定めますが、情報の正しさは別の問題です。
入力の繰り返しのプレフィックスは、キャッシュに対応しています。リクエストの冒頭にある変わらない指示や素材は再利用できます。新しい条件を追加するには、現在のリクエストで渡す必要があります。
", "aboutText": "### 目標が明確な大量のタスク\n\nGPT-6 Lunaは、大量に実行する、目的を絞ったタスク向けのOpenAIのモデルです。メーカーは、そのようなタスクの流れを効率的に処理するファミリーのバリエーションと位置付けています。テキストと画像を受け取り、テキストを生成し、推論の深さの制御に対応しています。\n\n入力には指示と業務素材、結果には通常の応答や指定した構造のオブジェクトを含められます。ストリーミング出力では、テキストを段階的に受け取れます。次の段階が特定のフィールドやデータ型を期待する場合、結果のスキーマが役立ちます。\n\n### 検討の強度と動作モードを選ぶ\n\n`none`、`low`、`medium`、`high`、`xhigh`、`max`に対応し、既定値は`medium`です。`none`は、推論なしの処理に用意されています。具体的な指示に応じて検討の強度を変更し、最終テキストの長さは別に指定できます。\n\nメーカー側の通常と拡張の実行モードは、推論の深さとは別に選びます。通常モードが既定です。拡張モードは、追加の時間と多いトークンを割り当てられる複雑なタスクに向けられています。モードは処理方法を、検討の強度はその中での推論を調整します。この選択は`Responses`について説明され、アプリケーションの対応が必要です。あらゆるAilootのメソッドで有効と見なすことはできません。\n\nツールと推論を使う作業には、`Responses`を使用します。`Chat Completions`形式では、関数呼び出しは`none`でのみ許容されます。そのため、関数名が同じであっても、すべての形式で同じ使い方になるわけではありません。\n\n### コンテキストと出力\n\nOpenAIは、コンテキストウィンドウを1 050 000トークン、入力上限を922 000、出力を128 000トークンと示しています。知識の基準時点は五月18日（2026年）です。大きなコンテキストに素材と履歴が収まり、出力上限は結果の生成を別に制限します。\n\n画像は入力に属します。視覚的な素材を分析し、テキストで応答します。内部推論は出力予算に含まれるため、最大出力は、同じ長さの表示される応答を保証するものではありません。新しい情報は、リクエストに含めるか、用意されたツールを接続して取得できます。\n\n### 接続されたツールを通じた情報と動作\n\nメーカーのカードには、関数呼び出し、インターネットとファイルの検索、コードとコマンドの実行、ファイルの変更、コンピュータのインターフェースの操作、ツールの検索があります。提供された組み合わせから動作を選び、返された情報を応答の継続に利用します。\n\n対応する接続がある場合、メーカーは、独立した画像生成ツール、スキルの利用、MCPを通じた外部の手段も用意しています。モデルの直接の応答はテキストです。画像生成の結果は、別のツールが作成します。メーカー側に機能があることは、あらゆるAilootのメソッドでそれらが接続されていることを意味しません。\n\n利用できる組み合わせは、メソッドとアプリケーションが定めます。ユーザーの関数は、アプリケーションが実行します。モデルは引数を作成し、その後結果を受け取ります。構造化された応答はデータの形を定めますが、情報の正しさは別の問題です。\n\n入力の繰り返しのプレフィックスは、キャッシュに対応しています。リクエストの冒頭にある変わらない指示や素材は再利用できます。新しい条件を追加するには、現在のリクエストで渡す必要があります。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Normalize a simple order note\n\nConvert this order note into a compact record: "PO-84: 3 packs of filters at 7 units per pack; delivery requested for Friday, not confirmed." Return order ID, pack count, units per pack, total units and delivery status as labelled lines. Retain the distinction between requested and confirmed delivery.Five labelled fields with total units calculated from the supplied counts and delivery marked requested, unconfirmed.Check the total equals packs times units per pack and Friday is not described as confirmed.gpt-6-lunaGPT-6 Lunaは、多数のリクエストを伴う日常的なタスクに向けられています。テキストと画像を受け取り、推論なしのモードと、複数の推論深度に対応しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-6 Lunaは、大量に実行する、目的を絞ったタスク向けのOpenAIのモデルです。メーカーは、そのようなタスクの流れを効率的に処理するファミリーのバリエーションと位置付けています。テキストと画像を受け取り、テキストを生成し、推論の深さの制御に対応しています。
入力には指示と業務素材、結果には通常の応答や指定した構造のオブジェクトを含められます。ストリーミング出力では、テキストを段階的に受け取れます。次の段階が特定のフィールドやデータ型を期待する場合、結果のスキーマが役立ちます。
none、low、medium、high、xhigh、maxに対応し、既定値はmediumです。noneは、推論なしの処理に用意されています。具体的な指示に応じて検討の強度を変更し、最終テキストの長さは別に指定できます。
メーカー側の通常と拡張の実行モードは、推論の深さとは別に選びます。通常モードが既定です。拡張モードは、追加の時間と多いトークンを割り当てられる複雑なタスクに向けられています。モードは処理方法を、検討の強度はその中での推論を調整します。この選択はResponsesについて説明され、アプリケーションの対応が必要です。あらゆるAilootのメソッドで有効と見なすことはできません。
ツールと推論を使う作業には、Responsesを使用します。Chat Completions形式では、関数呼び出しはnoneでのみ許容されます。そのため、関数名が同じであっても、すべての形式で同じ使い方になるわけではありません。
OpenAIは、コンテキストウィンドウを1 050 000トークン、入力上限を922 000、出力を128 000トークンと示しています。知識の基準時点は五月18日（2026年）です。大きなコンテキストに素材と履歴が収まり、出力上限は結果の生成を別に制限します。
画像は入力に属します。視覚的な素材を分析し、テキストで応答します。内部推論は出力予算に含まれるため、最大出力は、同じ長さの表示される応答を保証するものではありません。新しい情報は、リクエストに含めるか、用意されたツールを接続して取得できます。
メーカーのカードには、関数呼び出し、インターネットとファイルの検索、コードとコマンドの実行、ファイルの変更、コンピュータのインターフェースの操作、ツールの検索があります。提供された組み合わせから動作を選び、返された情報を応答の継続に利用します。
対応する接続がある場合、メーカーは、独立した画像生成ツール、スキルの利用、MCPを通じた外部の手段も用意しています。モデルの直接の応答はテキストです。画像生成の結果は、別のツールが作成します。メーカー側に機能があることは、あらゆるAilootのメソッドでそれらが接続されていることを意味しません。
利用できる組み合わせは、メソッドとアプリケーションが定めます。ユーザーの関数は、アプリケーションが実行します。モデルは引数を作成し、その後結果を受け取ります。構造化された応答はデータの形を定めますが、情報の正しさは別の問題です。
入力の繰り返しのプレフィックスは、キャッシュに対応しています。リクエストの冒頭にある変わらない指示や素材は再利用できます。新しい条件を追加するには、現在のリクエストで渡す必要があります。
POST /v1/messagestext, imagetext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 gpt-6-luna | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string|content_block[] | 要件必須 | 値と制限 | デフォルト— |
フィールドsystem | 種類string|content_block[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 最小値: 1 制限の適用対象: 選択したモデル／カードに固有の正確な上限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop_sequences | 種類string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].name | 種類string | 要件任意 | 値と制限 適用条件: ツールの指定あり | デフォルト— |
フィールドtools[].description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].input_schema | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドthinking.type | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドthinking.budget_tokens | 種類integer | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドoutput_config.effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmetadata | 種類object | 要件任意 | 値と制限 | デフォルト— |
フィールドcache_control | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
テキスト · UTF8テキスト
messages[].contentまたはtype=textブロック
テキスト + 画像
{type:image,source:{type:base64,media_type,data}}またはtype=urlのソース
| パラメータ | 仕様 |
|---|---|
パラメータmaterial_types | 仕様text, image |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様null |
パラメータcontent_type | 仕様application/json |
パラメータtext_file_material | 仕様実際のUTF-8内容をテキストとして挿入します。ファイルID/URLsには別途、正確な対応が必要です |
ライフサイクル: exact retained published method
メソッドの形式とIDは正確に記載しています。供給元の対応能力とリクエストの受け入れは別です。
POST /v1/messages| リクエストサイズ、トークン数 | 入力 | 出力 | キャッシュ読み取り | キャッシュ書き込み | 5分キャッシュ | 1時間キャッシュ |
|---|---|---|---|---|---|---|
| リクエストサイズ、トークン数(0; 272,000] | 入力$0.0001 | 出力$0.0005 | キャッシュ読み取り$0.00001 | キャッシュ書き込み$0.000125 | 5分キャッシュ$0.000125 | 1時間キャッシュ基本料金: — |
| リクエストサイズ、トークン数(272,000; ∞) | 入力$0.0002 | 出力$0.00075 | キャッシュ読み取り$0.00002 | キャッシュ書き込み$0.00025 | 5分キャッシュ$0.00025 | 1時間キャッシュ基本料金: — |
料金は1KトークンあたりのUSDです。 料金が未設定の場合、このメソッドの基本料金を引き継ぎます。«—»は基本料金が未設定であることを示します。
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
モデル単位の参照料金表は、メソッド選択、見積もり、課金を変更しません。実際の課金には、選択したAilootメソッドの料金を適用します。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定OpenAI Chat · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定OpenAI Chat · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定OpenAI Chat · リクエスト長別料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定Anthropic Messages · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定Anthropic Messages · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定Anthropic Messages · リクエスト長別料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定OpenAI Responses · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定OpenAI Responses · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定OpenAI Responses · リクエスト長別料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
set -eu\n: "${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-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-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-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-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-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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot gpt-6-luna
Ailoot Ultra gpt-6-luna, openai/gpt-6-luna, ~openai/gpt-luna-latest
/chat/completions
openai/gpt-6-luna, ~openai/gpt-luna-latest, gpt-6-luna, gpt-6-luna
gpt-6-lunaGPT-6 Lunaは、多数のリクエストを伴う日常的なタスクに向けられています。テキストと画像を受け取り、推論なしのモードと、複数の推論深度に対応しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-6 Lunaは、大量に実行する、目的を絞ったタスク向けのOpenAIのモデルです。メーカーは、そのようなタスクの流れを効率的に処理するファミリーのバリエーションと位置付けています。テキストと画像を受け取り、テキストを生成し、推論の深さの制御に対応しています。
入力には指示と業務素材、結果には通常の応答や指定した構造のオブジェクトを含められます。ストリーミング出力では、テキストを段階的に受け取れます。次の段階が特定のフィールドやデータ型を期待する場合、結果のスキーマが役立ちます。
none、low、medium、high、xhigh、maxに対応し、既定値はmediumです。noneは、推論なしの処理に用意されています。具体的な指示に応じて検討の強度を変更し、最終テキストの長さは別に指定できます。
メーカー側の通常と拡張の実行モードは、推論の深さとは別に選びます。通常モードが既定です。拡張モードは、追加の時間と多いトークンを割り当てられる複雑なタスクに向けられています。モードは処理方法を、検討の強度はその中での推論を調整します。この選択はResponsesについて説明され、アプリケーションの対応が必要です。あらゆるAilootのメソッドで有効と見なすことはできません。
ツールと推論を使う作業には、Responsesを使用します。Chat Completions形式では、関数呼び出しはnoneでのみ許容されます。そのため、関数名が同じであっても、すべての形式で同じ使い方になるわけではありません。
OpenAIは、コンテキストウィンドウを1 050 000トークン、入力上限を922 000、出力を128 000トークンと示しています。知識の基準時点は五月18日（2026年）です。大きなコンテキストに素材と履歴が収まり、出力上限は結果の生成を別に制限します。
画像は入力に属します。視覚的な素材を分析し、テキストで応答します。内部推論は出力予算に含まれるため、最大出力は、同じ長さの表示される応答を保証するものではありません。新しい情報は、リクエストに含めるか、用意されたツールを接続して取得できます。
メーカーのカードには、関数呼び出し、インターネットとファイルの検索、コードとコマンドの実行、ファイルの変更、コンピュータのインターフェースの操作、ツールの検索があります。提供された組み合わせから動作を選び、返された情報を応答の継続に利用します。
対応する接続がある場合、メーカーは、独立した画像生成ツール、スキルの利用、MCPを通じた外部の手段も用意しています。モデルの直接の応答はテキストです。画像生成の結果は、別のツールが作成します。メーカー側に機能があることは、あらゆるAilootのメソッドでそれらが接続されていることを意味しません。
利用できる組み合わせは、メソッドとアプリケーションが定めます。ユーザーの関数は、アプリケーションが実行します。モデルは引数を作成し、その後結果を受け取ります。構造化された応答はデータの形を定めますが、情報の正しさは別の問題です。
入力の繰り返しのプレフィックスは、キャッシュに対応しています。リクエストの冒頭にある変わらない指示や素材は再利用できます。新しい条件を追加するには、現在のリクエストで渡す必要があります。
POST /v1/responsestext, imagetext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 gpt-6-luna | デフォルト— |
フィールドinput | 種類string|input_item[] | 要件必須 | 値と制限 | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドinput[].type | 種類string | 要件任意 | 値と制限 message, reasoning, function_call, function_call_output | デフォルト— |
フィールドinput[].content | 種類string|content_part[] | 要件任意 | 値と制限 | デフォルト— |
フィールドinput[].call_id | 種類string | 要件任意 | 値と制限 適用条件: function_call_output。実際に返されたcall_idを保持してください | デフォルト— |
フィールドinput[].output | 種類string|content_part[] | 要件任意 | 値と制限 適用条件: function_call_output | デフォルト— |
フィールドmax_output_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning.effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning.summary | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtext.format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtext.verbosity | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinclude | 種類string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstore | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprevious_response_id | 種類string | 要件任意 | 値と制限 IDの要件: 対応する継続処理の実際の応答IDのみ モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_key | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
テキスト · UTF8テキスト
入力テキストまたはinput_textパート
テキスト + 画像
{type:input_image,image_url}
| パラメータ | 仕様 |
|---|---|
パラメータmaterial_types | 仕様text, image |
パラメータrequired | 仕様model, input |
パラメータoptional_controls | 仕様null |
パラメータcontent_type | 仕様application/json |
パラメータtext_file_material | 仕様実際のUTF-8内容をテキストとして挿入します。ファイルID/URLsには別途、正確な対応が必要です |
ライフサイクル: exact retained published method
メソッドの形式とIDは正確に記載しています。供給元の対応能力とリクエストの受け入れは別です。
POST /v1/responses| リクエストサイズ、トークン数 | 入力 | 出力 | キャッシュ読み取り | キャッシュ書き込み | 5分キャッシュ | 1時間キャッシュ |
|---|---|---|---|---|---|---|
| リクエストサイズ、トークン数(0; 272,000] | 入力$0.0001 | 出力$0.0005 | キャッシュ読み取り$0.00001 | キャッシュ書き込み$0.000125 | 5分キャッシュ$0.000125 | 1時間キャッシュ基本料金: — |
| リクエストサイズ、トークン数(272,000; ∞) | 入力$0.0002 | 出力$0.00075 | キャッシュ読み取り$0.00002 | キャッシュ書き込み$0.00025 | 5分キャッシュ$0.00025 | 1時間キャッシュ基本料金: — |
料金は1KトークンあたりのUSDです。 料金が未設定の場合、このメソッドの基本料金を引き継ぎます。«—»は基本料金が未設定であることを示します。
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
モデル単位の参照料金表は、メソッド選択、見積もり、課金を変更しません。実際の課金には、選択したAilootメソッドの料金を適用します。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定OpenAI Chat · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定OpenAI Chat · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定OpenAI Chat · リクエスト長別料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定Anthropic Messages · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定Anthropic Messages · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定Anthropic Messages · リクエスト長別料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定OpenAI Responses · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定OpenAI Responses · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定OpenAI Responses · リクエスト長別料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
set -eu\n: "${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-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-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-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-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-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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての出力項目とコンテンツのパート、実際の関数call_id、暗号化された推論、使用量を保持してください。ストリーミングではイベント／項目の識別情報を完全に残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドstatus | 種類string |
フィールドoutput[] | 種類message|reasoning|function_call|other item |
フィールドoutput[].content[] | 種類content part |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot gpt-6-luna
Ailoot Ultra gpt-6-luna, openai/gpt-6-luna, ~openai/gpt-luna-latest
/chat/completions
openai/gpt-6-luna, ~openai/gpt-luna-latest, gpt-6-luna, gpt-6-luna
gpt-6-lunaGPT-6 Lunaは、多数のリクエストを伴う日常的なタスクに向けられています。テキストと画像を受け取り、推論なしのモードと、複数の推論深度に対応しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-6 Lunaは、大量に実行する、目的を絞ったタスク向けのOpenAIのモデルです。メーカーは、そのようなタスクの流れを効率的に処理するファミリーのバリエーションと位置付けています。テキストと画像を受け取り、テキストを生成し、推論の深さの制御に対応しています。
入力には指示と業務素材、結果には通常の応答や指定した構造のオブジェクトを含められます。ストリーミング出力では、テキストを段階的に受け取れます。次の段階が特定のフィールドやデータ型を期待する場合、結果のスキーマが役立ちます。
none、low、medium、high、xhigh、maxに対応し、既定値はmediumです。noneは、推論なしの処理に用意されています。具体的な指示に応じて検討の強度を変更し、最終テキストの長さは別に指定できます。
メーカー側の通常と拡張の実行モードは、推論の深さとは別に選びます。通常モードが既定です。拡張モードは、追加の時間と多いトークンを割り当てられる複雑なタスクに向けられています。モードは処理方法を、検討の強度はその中での推論を調整します。この選択はResponsesについて説明され、アプリケーションの対応が必要です。あらゆるAilootのメソッドで有効と見なすことはできません。
ツールと推論を使う作業には、Responsesを使用します。Chat Completions形式では、関数呼び出しはnoneでのみ許容されます。そのため、関数名が同じであっても、すべての形式で同じ使い方になるわけではありません。
OpenAIは、コンテキストウィンドウを1 050 000トークン、入力上限を922 000、出力を128 000トークンと示しています。知識の基準時点は五月18日（2026年）です。大きなコンテキストに素材と履歴が収まり、出力上限は結果の生成を別に制限します。
画像は入力に属します。視覚的な素材を分析し、テキストで応答します。内部推論は出力予算に含まれるため、最大出力は、同じ長さの表示される応答を保証するものではありません。新しい情報は、リクエストに含めるか、用意されたツールを接続して取得できます。
メーカーのカードには、関数呼び出し、インターネットとファイルの検索、コードとコマンドの実行、ファイルの変更、コンピュータのインターフェースの操作、ツールの検索があります。提供された組み合わせから動作を選び、返された情報を応答の継続に利用します。
対応する接続がある場合、メーカーは、独立した画像生成ツール、スキルの利用、MCPを通じた外部の手段も用意しています。モデルの直接の応答はテキストです。画像生成の結果は、別のツールが作成します。メーカー側に機能があることは、あらゆるAilootのメソッドでそれらが接続されていることを意味しません。
利用できる組み合わせは、メソッドとアプリケーションが定めます。ユーザーの関数は、アプリケーションが実行します。モデルは引数を作成し、その後結果を受け取ります。構造化された応答はデータの形を定めますが、情報の正しさは別の問題です。
入力の繰り返しのプレフィックスは、キャッシュに対応しています。リクエストの冒頭にある変わらない指示や素材は再利用できます。新しい条件を追加するには、現在のリクエストで渡す必要があります。
POST /v1/chat/completionstext, imagetext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 gpt-6-luna | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
テキスト · UTF8テキスト
messages[].content
テキスト + 画像
{type:image_url,image_url:{url,detail}}
| パラメータ | 仕様 |
|---|---|
パラメータmaterial_types | 仕様text, image |
パラメータrequired | 仕様model, messages |
パラメータoptional_controls | 仕様null |
パラメータcontent_type | 仕様application/json |
パラメータtext_file_material | 仕様実際のUTF-8内容をテキストとして挿入します。ファイルID/URLsには別途、正確な対応が必要です |
ライフサイクル: exact retained published method
メソッドの形式とIDは正確に記載しています。供給元の対応能力とリクエストの受け入れは別です。
POST /v1/chat/completions| リクエストサイズ、トークン数 | 入力 | 出力 | キャッシュ読み取り | キャッシュ書き込み | 5分キャッシュ | 1時間キャッシュ |
|---|---|---|---|---|---|---|
| リクエストサイズ、トークン数(0; 272,000] | 入力$0.0001 | 出力$0.0005 | キャッシュ読み取り$0.00001 | キャッシュ書き込み$0.000125 | 5分キャッシュ$0.000125 | 1時間キャッシュ基本料金: — |
| リクエストサイズ、トークン数(272,000; ∞) | 入力$0.0002 | 出力$0.00075 | キャッシュ読み取り$0.00002 | キャッシュ書き込み$0.00025 | 5分キャッシュ$0.00025 | 1時間キャッシュ基本料金: — |
料金は1KトークンあたりのUSDです。 料金が未設定の場合、このメソッドの基本料金を引き継ぎます。«—»は基本料金が未設定であることを示します。
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
モデル単位の参照料金表は、メソッド選択、見積もり、課金を変更しません。実際の課金には、選択したAilootメソッドの料金を適用します。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定OpenAI Chat · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定OpenAI Chat · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定OpenAI Chat · リクエスト長別料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定Anthropic Messages · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定Anthropic Messages · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定Anthropic Messages · リクエスト長別料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定OpenAI Responses · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定OpenAI Responses · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定OpenAI Responses · リクエスト長別料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
set -eu\n: "${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-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-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-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-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-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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot gpt-6-luna
Ailoot Ultra gpt-6-luna, openai/gpt-6-luna, ~openai/gpt-luna-latest
/chat/completions
openai/gpt-6-luna, ~openai/gpt-luna-latest, gpt-6-luna, gpt-6-luna
gpt-6-lunaGPT-6 Lunaは、多数のリクエストを伴う日常的なタスクに向けられています。テキストと画像を受け取り、推論なしのモードと、複数の推論深度に対応しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-6 Lunaは、大量に実行する、目的を絞ったタスク向けのOpenAIのモデルです。メーカーは、そのようなタスクの流れを効率的に処理するファミリーのバリエーションと位置付けています。テキストと画像を受け取り、テキストを生成し、推論の深さの制御に対応しています。
入力には指示と業務素材、結果には通常の応答や指定した構造のオブジェクトを含められます。ストリーミング出力では、テキストを段階的に受け取れます。次の段階が特定のフィールドやデータ型を期待する場合、結果のスキーマが役立ちます。
none、low、medium、high、xhigh、maxに対応し、既定値はmediumです。noneは、推論なしの処理に用意されています。具体的な指示に応じて検討の強度を変更し、最終テキストの長さは別に指定できます。
メーカー側の通常と拡張の実行モードは、推論の深さとは別に選びます。通常モードが既定です。拡張モードは、追加の時間と多いトークンを割り当てられる複雑なタスクに向けられています。モードは処理方法を、検討の強度はその中での推論を調整します。この選択はResponsesについて説明され、アプリケーションの対応が必要です。あらゆるAilootのメソッドで有効と見なすことはできません。
ツールと推論を使う作業には、Responsesを使用します。Chat Completions形式では、関数呼び出しはnoneでのみ許容されます。そのため、関数名が同じであっても、すべての形式で同じ使い方になるわけではありません。
OpenAIは、コンテキストウィンドウを1 050 000トークン、入力上限を922 000、出力を128 000トークンと示しています。知識の基準時点は五月18日（2026年）です。大きなコンテキストに素材と履歴が収まり、出力上限は結果の生成を別に制限します。
画像は入力に属します。視覚的な素材を分析し、テキストで応答します。内部推論は出力予算に含まれるため、最大出力は、同じ長さの表示される応答を保証するものではありません。新しい情報は、リクエストに含めるか、用意されたツールを接続して取得できます。
メーカーのカードには、関数呼び出し、インターネットとファイルの検索、コードとコマンドの実行、ファイルの変更、コンピュータのインターフェースの操作、ツールの検索があります。提供された組み合わせから動作を選び、返された情報を応答の継続に利用します。
対応する接続がある場合、メーカーは、独立した画像生成ツール、スキルの利用、MCPを通じた外部の手段も用意しています。モデルの直接の応答はテキストです。画像生成の結果は、別のツールが作成します。メーカー側に機能があることは、あらゆるAilootのメソッドでそれらが接続されていることを意味しません。
利用できる組み合わせは、メソッドとアプリケーションが定めます。ユーザーの関数は、アプリケーションが実行します。モデルは引数を作成し、その後結果を受け取ります。構造化された応答はデータの形を定めますが、情報の正しさは別の問題です。
入力の繰り返しのプレフィックスは、キャッシュに対応しています。リクエストの冒頭にある変わらない指示や素材は再利用できます。新しい条件を追加するには、現在のリクエストで渡す必要があります。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 gpt-6-luna | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string | 要件任意 | 値と制限 適用条件: テキストでの対話 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream |
パラメータcontrol_scope | 仕様テキストでの対話。streamは真偽値で、既定はfalseです。 |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
メソッドのエイリアス: /chat/completions
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gpt-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-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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot gpt-6-luna
Ailoot Ultra gpt-6-luna, openai/gpt-6-luna, ~openai/gpt-luna-latest
/chat/completions
openai/gpt-6-luna, ~openai/gpt-luna-latest, gpt-6-luna, gpt-6-luna
gpt-6-lunaGPT-6 Lunaは、多数のリクエストを伴う日常的なタスクに向けられています。テキストと画像を受け取り、推論なしのモードと、複数の推論深度に対応しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-6 Lunaは、大量に実行する、目的を絞ったタスク向けのOpenAIのモデルです。メーカーは、そのようなタスクの流れを効率的に処理するファミリーのバリエーションと位置付けています。テキストと画像を受け取り、テキストを生成し、推論の深さの制御に対応しています。
入力には指示と業務素材、結果には通常の応答や指定した構造のオブジェクトを含められます。ストリーミング出力では、テキストを段階的に受け取れます。次の段階が特定のフィールドやデータ型を期待する場合、結果のスキーマが役立ちます。
none、low、medium、high、xhigh、maxに対応し、既定値はmediumです。noneは、推論なしの処理に用意されています。具体的な指示に応じて検討の強度を変更し、最終テキストの長さは別に指定できます。
メーカー側の通常と拡張の実行モードは、推論の深さとは別に選びます。通常モードが既定です。拡張モードは、追加の時間と多いトークンを割り当てられる複雑なタスクに向けられています。モードは処理方法を、検討の強度はその中での推論を調整します。この選択はResponsesについて説明され、アプリケーションの対応が必要です。あらゆるAilootのメソッドで有効と見なすことはできません。
ツールと推論を使う作業には、Responsesを使用します。Chat Completions形式では、関数呼び出しはnoneでのみ許容されます。そのため、関数名が同じであっても、すべての形式で同じ使い方になるわけではありません。
OpenAIは、コンテキストウィンドウを1 050 000トークン、入力上限を922 000、出力を128 000トークンと示しています。知識の基準時点は五月18日（2026年）です。大きなコンテキストに素材と履歴が収まり、出力上限は結果の生成を別に制限します。
画像は入力に属します。視覚的な素材を分析し、テキストで応答します。内部推論は出力予算に含まれるため、最大出力は、同じ長さの表示される応答を保証するものではありません。新しい情報は、リクエストに含めるか、用意されたツールを接続して取得できます。
メーカーのカードには、関数呼び出し、インターネットとファイルの検索、コードとコマンドの実行、ファイルの変更、コンピュータのインターフェースの操作、ツールの検索があります。提供された組み合わせから動作を選び、返された情報を応答の継続に利用します。
対応する接続がある場合、メーカーは、独立した画像生成ツール、スキルの利用、MCPを通じた外部の手段も用意しています。モデルの直接の応答はテキストです。画像生成の結果は、別のツールが作成します。メーカー側に機能があることは、あらゆるAilootのメソッドでそれらが接続されていることを意味しません。
利用できる組み合わせは、メソッドとアプリケーションが定めます。ユーザーの関数は、アプリケーションが実行します。モデルは引数を作成し、その後結果を受け取ります。構造化された応答はデータの形を定めますが、情報の正しさは別の問題です。
入力の繰り返しのプレフィックスは、キャッシュに対応しています。リクエストの冒頭にある変わらない指示や素材は再利用できます。新しい条件を追加するには、現在のリクエストで渡す必要があります。
POST /v1/messagestextjson, sse| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 gpt-6-luna | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF-8テキスト
messages[].contentの文字列
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様stream |
パラメータmaterial_types | 仕様text |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: synchronous_or_streamed
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "gpt-6-luna",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-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-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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot gpt-6-luna
Ailoot Ultra gpt-6-luna, openai/gpt-6-luna, ~openai/gpt-luna-latest
/chat/completions
openai/gpt-6-luna, ~openai/gpt-luna-latest, gpt-6-luna, gpt-6-luna
gpt-6-lunaGPT-6 Lunaは、多数のリクエストを伴う日常的なタスクに向けられています。テキストと画像を受け取り、推論なしのモードと、複数の推論深度に対応しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-6 Lunaは、大量に実行する、目的を絞ったタスク向けのOpenAIのモデルです。メーカーは、そのようなタスクの流れを効率的に処理するファミリーのバリエーションと位置付けています。テキストと画像を受け取り、テキストを生成し、推論の深さの制御に対応しています。
入力には指示と業務素材、結果には通常の応答や指定した構造のオブジェクトを含められます。ストリーミング出力では、テキストを段階的に受け取れます。次の段階が特定のフィールドやデータ型を期待する場合、結果のスキーマが役立ちます。
none、low、medium、high、xhigh、maxに対応し、既定値はmediumです。noneは、推論なしの処理に用意されています。具体的な指示に応じて検討の強度を変更し、最終テキストの長さは別に指定できます。
メーカー側の通常と拡張の実行モードは、推論の深さとは別に選びます。通常モードが既定です。拡張モードは、追加の時間と多いトークンを割り当てられる複雑なタスクに向けられています。モードは処理方法を、検討の強度はその中での推論を調整します。この選択はResponsesについて説明され、アプリケーションの対応が必要です。あらゆるAilootのメソッドで有効と見なすことはできません。
ツールと推論を使う作業には、Responsesを使用します。Chat Completions形式では、関数呼び出しはnoneでのみ許容されます。そのため、関数名が同じであっても、すべての形式で同じ使い方になるわけではありません。
OpenAIは、コンテキストウィンドウを1 050 000トークン、入力上限を922 000、出力を128 000トークンと示しています。知識の基準時点は五月18日（2026年）です。大きなコンテキストに素材と履歴が収まり、出力上限は結果の生成を別に制限します。
画像は入力に属します。視覚的な素材を分析し、テキストで応答します。内部推論は出力予算に含まれるため、最大出力は、同じ長さの表示される応答を保証するものではありません。新しい情報は、リクエストに含めるか、用意されたツールを接続して取得できます。
メーカーのカードには、関数呼び出し、インターネットとファイルの検索、コードとコマンドの実行、ファイルの変更、コンピュータのインターフェースの操作、ツールの検索があります。提供された組み合わせから動作を選び、返された情報を応答の継続に利用します。
対応する接続がある場合、メーカーは、独立した画像生成ツール、スキルの利用、MCPを通じた外部の手段も用意しています。モデルの直接の応答はテキストです。画像生成の結果は、別のツールが作成します。メーカー側に機能があることは、あらゆるAilootのメソッドでそれらが接続されていることを意味しません。
利用できる組み合わせは、メソッドとアプリケーションが定めます。ユーザーの関数は、アプリケーションが実行します。モデルは引数を作成し、その後結果を受け取ります。構造化された応答はデータの形を定めますが、情報の正しさは別の問題です。
入力の繰り返しのプレフィックスは、キャッシュに対応しています。リクエストの冒頭にある変わらない指示や素材は再利用できます。新しい条件を追加するには、現在のリクエストで渡す必要があります。
POST /v1/responsestexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 gpt-6-luna | デフォルト— |
フィールドinput | 種類string|input_item[] | 要件必須 | 値と制限 | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドinput[].type | 種類string | 要件任意 | 値と制限 message, reasoning, function_call, function_call_output | デフォルト— |
フィールドinput[].content | 種類string|content_part[] | 要件任意 | 値と制限 | デフォルト— |
フィールドinput[].call_id | 種類string | 要件任意 | 値と制限 適用条件: function_call_output。実際に返されたcall_idを保持してください | デフォルト— |
フィールドinput[].output | 種類string|content_part[] | 要件任意 | 値と制限 適用条件: function_call_output | デフォルト— |
フィールドmax_output_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning.effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning.summary | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtext.format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtext.verbosity | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinclude | 種類string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstore | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprevious_response_id | 種類string | 要件非対応 | 値と制限 IDの要件: 対応する継続処理の実際の応答IDのみ 条件: リクエストごとに、実際の会話履歴を再度送信してください。 | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_key | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
テキスト · UTF8テキスト
input text or input_text part
テキスト + 画像
{type:input_image,image_url}
| パラメータ | 仕様 |
|---|---|
パラメータmaterial_types | 仕様text |
パラメータrequired | 仕様model, input |
パラメータoptional_controls | 仕様null |
パラメータcontent_type | 仕様application/json |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: exact retained published method
正確なモデルIDと必須フィールドを送信してください。
返された項目と元の識別子をすべて保持してください。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "gpt-6-luna",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${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': 'gpt-6-luna', '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': 'gpt-6-luna', '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 or SSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての出力項目とコンテンツのパート、実際の関数call_id、暗号化された推論、使用量を保持してください。ストリーミングではイベント／項目の識別情報を完全に残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドstatus | 種類string |
フィールドoutput[] | 種類message|reasoning|function_call|other item |
フィールドoutput[].content[] | 種類content part |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot gpt-6-luna
Ailoot Ultra gpt-6-luna, openai/gpt-6-luna, ~openai/gpt-luna-latest
/chat/completions
openai/gpt-6-luna, ~openai/gpt-luna-latest, gpt-6-luna, gpt-6-luna
openai/gpt-6-lunaGPT-6 Lunaは、多数のリクエストを伴う日常的なタスクに向けられています。テキストと画像を受け取り、推論なしのモードと、複数の推論深度に対応しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-6 Lunaは、大量に実行する、目的を絞ったタスク向けのOpenAIのモデルです。メーカーは、そのようなタスクの流れを効率的に処理するファミリーのバリエーションと位置付けています。テキストと画像を受け取り、テキストを生成し、推論の深さの制御に対応しています。
入力には指示と業務素材、結果には通常の応答や指定した構造のオブジェクトを含められます。ストリーミング出力では、テキストを段階的に受け取れます。次の段階が特定のフィールドやデータ型を期待する場合、結果のスキーマが役立ちます。
none、low、medium、high、xhigh、maxに対応し、既定値はmediumです。noneは、推論なしの処理に用意されています。具体的な指示に応じて検討の強度を変更し、最終テキストの長さは別に指定できます。
メーカー側の通常と拡張の実行モードは、推論の深さとは別に選びます。通常モードが既定です。拡張モードは、追加の時間と多いトークンを割り当てられる複雑なタスクに向けられています。モードは処理方法を、検討の強度はその中での推論を調整します。この選択はResponsesについて説明され、アプリケーションの対応が必要です。あらゆるAilootのメソッドで有効と見なすことはできません。
ツールと推論を使う作業には、Responsesを使用します。Chat Completions形式では、関数呼び出しはnoneでのみ許容されます。そのため、関数名が同じであっても、すべての形式で同じ使い方になるわけではありません。
OpenAIは、コンテキストウィンドウを1 050 000トークン、入力上限を922 000、出力を128 000トークンと示しています。知識の基準時点は五月18日（2026年）です。大きなコンテキストに素材と履歴が収まり、出力上限は結果の生成を別に制限します。
画像は入力に属します。視覚的な素材を分析し、テキストで応答します。内部推論は出力予算に含まれるため、最大出力は、同じ長さの表示される応答を保証するものではありません。新しい情報は、リクエストに含めるか、用意されたツールを接続して取得できます。
メーカーのカードには、関数呼び出し、インターネットとファイルの検索、コードとコマンドの実行、ファイルの変更、コンピュータのインターフェースの操作、ツールの検索があります。提供された組み合わせから動作を選び、返された情報を応答の継続に利用します。
対応する接続がある場合、メーカーは、独立した画像生成ツール、スキルの利用、MCPを通じた外部の手段も用意しています。モデルの直接の応答はテキストです。画像生成の結果は、別のツールが作成します。メーカー側に機能があることは、あらゆるAilootのメソッドでそれらが接続されていることを意味しません。
利用できる組み合わせは、メソッドとアプリケーションが定めます。ユーザーの関数は、アプリケーションが実行します。モデルは引数を作成し、その後結果を受け取ります。構造化された応答はデータの形を定めますが、情報の正しさは別の問題です。
入力の繰り返しのプレフィックスは、キャッシュに対応しています。リクエストの冒頭にある変わらない指示や素材は再利用できます。新しい条件を追加するには、現在のリクエストで渡す必要があります。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 openai/gpt-6-luna | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 function モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmodalities | 種類string[] | 要件任意 | 値と制限 text | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
フィールドcache_control.ttl | 種類string | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
パラメータcontrol_scope | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${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", "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',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',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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot gpt-6-luna
Ailoot Ultra gpt-6-luna, openai/gpt-6-luna, ~openai/gpt-luna-latest
/chat/completions
openai/gpt-6-luna, ~openai/gpt-luna-latest, gpt-6-luna, gpt-6-luna
openai/gpt-6-lunaGPT-6 Lunaは、多数のリクエストを伴う日常的なタスクに向けられています。テキストと画像を受け取り、推論なしのモードと、複数の推論深度に対応しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-6 Lunaは、大量に実行する、目的を絞ったタスク向けのOpenAIのモデルです。メーカーは、そのようなタスクの流れを効率的に処理するファミリーのバリエーションと位置付けています。テキストと画像を受け取り、テキストを生成し、推論の深さの制御に対応しています。
入力には指示と業務素材、結果には通常の応答や指定した構造のオブジェクトを含められます。ストリーミング出力では、テキストを段階的に受け取れます。次の段階が特定のフィールドやデータ型を期待する場合、結果のスキーマが役立ちます。
none、low、medium、high、xhigh、maxに対応し、既定値はmediumです。noneは、推論なしの処理に用意されています。具体的な指示に応じて検討の強度を変更し、最終テキストの長さは別に指定できます。
メーカー側の通常と拡張の実行モードは、推論の深さとは別に選びます。通常モードが既定です。拡張モードは、追加の時間と多いトークンを割り当てられる複雑なタスクに向けられています。モードは処理方法を、検討の強度はその中での推論を調整します。この選択はResponsesについて説明され、アプリケーションの対応が必要です。あらゆるAilootのメソッドで有効と見なすことはできません。
ツールと推論を使う作業には、Responsesを使用します。Chat Completions形式では、関数呼び出しはnoneでのみ許容されます。そのため、関数名が同じであっても、すべての形式で同じ使い方になるわけではありません。
OpenAIは、コンテキストウィンドウを1 050 000トークン、入力上限を922 000、出力を128 000トークンと示しています。知識の基準時点は五月18日（2026年）です。大きなコンテキストに素材と履歴が収まり、出力上限は結果の生成を別に制限します。
画像は入力に属します。視覚的な素材を分析し、テキストで応答します。内部推論は出力予算に含まれるため、最大出力は、同じ長さの表示される応答を保証するものではありません。新しい情報は、リクエストに含めるか、用意されたツールを接続して取得できます。
メーカーのカードには、関数呼び出し、インターネットとファイルの検索、コードとコマンドの実行、ファイルの変更、コンピュータのインターフェースの操作、ツールの検索があります。提供された組み合わせから動作を選び、返された情報を応答の継続に利用します。
対応する接続がある場合、メーカーは、独立した画像生成ツール、スキルの利用、MCPを通じた外部の手段も用意しています。モデルの直接の応答はテキストです。画像生成の結果は、別のツールが作成します。メーカー側に機能があることは、あらゆるAilootのメソッドでそれらが接続されていることを意味しません。
利用できる組み合わせは、メソッドとアプリケーションが定めます。ユーザーの関数は、アプリケーションが実行します。モデルは引数を作成し、その後結果を受け取ります。構造化された応答はデータの形を定めますが、情報の正しさは別の問題です。
入力の繰り返しのプレフィックスは、キャッシュに対応しています。リクエストの冒頭にある変わらない指示や素材は再利用できます。新しい条件を追加するには、現在のリクエストで渡す必要があります。
POST /v1/messagestexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 openai/gpt-6-luna | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string|content_block[] | 要件必須 | 値と制限 | デフォルト— |
フィールドsystem | 種類string|content_block[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 最小値: 1 制限の適用対象: 選択したモデル／カードに固有の正確な上限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop_sequences | 種類string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].name | 種類string | 要件任意 | 値と制限 適用条件: ツールの指定あり | デフォルト— |
フィールドtools[].description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].input_schema | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドthinking.type | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドthinking.budget_tokens | 種類integer | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドoutput_config.effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmetadata | 種類object | 要件任意 | 値と制限 | デフォルト— |
フィールドcache_control | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
テキスト · UTF8テキスト
messages[].contentまたはtype=textブロック
テキスト + 画像
{type:image,source:{type:base64,media_type,data}}またはtype=urlのソース
| パラメータ | 仕様 |
|---|---|
パラメータmaterial_types | 仕様text |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様null |
パラメータcontent_type | 仕様application/json |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: exact retained published method
正確なモデルIDと必須フィールドを送信してください。
返された項目と元の識別子をすべて保持してください。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "openai/gpt-6-luna",\n "max_tokens": 4096,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ]\n}set -eu\n: "${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', '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', '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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot gpt-6-luna
Ailoot Ultra gpt-6-luna, openai/gpt-6-luna, ~openai/gpt-luna-latest
/chat/completions
openai/gpt-6-luna, ~openai/gpt-luna-latest, gpt-6-luna, gpt-6-luna
openai/gpt-6-lunaGPT-6 Lunaは、多数のリクエストを伴う日常的なタスクに向けられています。テキストと画像を受け取り、推論なしのモードと、複数の推論深度に対応しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-6 Lunaは、大量に実行する、目的を絞ったタスク向けのOpenAIのモデルです。メーカーは、そのようなタスクの流れを効率的に処理するファミリーのバリエーションと位置付けています。テキストと画像を受け取り、テキストを生成し、推論の深さの制御に対応しています。
入力には指示と業務素材、結果には通常の応答や指定した構造のオブジェクトを含められます。ストリーミング出力では、テキストを段階的に受け取れます。次の段階が特定のフィールドやデータ型を期待する場合、結果のスキーマが役立ちます。
none、low、medium、high、xhigh、maxに対応し、既定値はmediumです。noneは、推論なしの処理に用意されています。具体的な指示に応じて検討の強度を変更し、最終テキストの長さは別に指定できます。
メーカー側の通常と拡張の実行モードは、推論の深さとは別に選びます。通常モードが既定です。拡張モードは、追加の時間と多いトークンを割り当てられる複雑なタスクに向けられています。モードは処理方法を、検討の強度はその中での推論を調整します。この選択はResponsesについて説明され、アプリケーションの対応が必要です。あらゆるAilootのメソッドで有効と見なすことはできません。
ツールと推論を使う作業には、Responsesを使用します。Chat Completions形式では、関数呼び出しはnoneでのみ許容されます。そのため、関数名が同じであっても、すべての形式で同じ使い方になるわけではありません。
OpenAIは、コンテキストウィンドウを1 050 000トークン、入力上限を922 000、出力を128 000トークンと示しています。知識の基準時点は五月18日（2026年）です。大きなコンテキストに素材と履歴が収まり、出力上限は結果の生成を別に制限します。
画像は入力に属します。視覚的な素材を分析し、テキストで応答します。内部推論は出力予算に含まれるため、最大出力は、同じ長さの表示される応答を保証するものではありません。新しい情報は、リクエストに含めるか、用意されたツールを接続して取得できます。
メーカーのカードには、関数呼び出し、インターネットとファイルの検索、コードとコマンドの実行、ファイルの変更、コンピュータのインターフェースの操作、ツールの検索があります。提供された組み合わせから動作を選び、返された情報を応答の継続に利用します。
対応する接続がある場合、メーカーは、独立した画像生成ツール、スキルの利用、MCPを通じた外部の手段も用意しています。モデルの直接の応答はテキストです。画像生成の結果は、別のツールが作成します。メーカー側に機能があることは、あらゆるAilootのメソッドでそれらが接続されていることを意味しません。
利用できる組み合わせは、メソッドとアプリケーションが定めます。ユーザーの関数は、アプリケーションが実行します。モデルは引数を作成し、その後結果を受け取ります。構造化された応答はデータの形を定めますが、情報の正しさは別の問題です。
入力の繰り返しのプレフィックスは、キャッシュに対応しています。リクエストの冒頭にある変わらない指示や素材は再利用できます。新しい条件を追加するには、現在のリクエストで渡す必要があります。
POST /v1/responsestexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 openai/gpt-6-luna | デフォルト— |
フィールドinput | 種類string|input_item[] | 要件必須 | 値と制限 | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドinput[].type | 種類string | 要件任意 | 値と制限 message, reasoning, function_call, function_call_output | デフォルト— |
フィールドinput[].content | 種類string|content_part[] | 要件任意 | 値と制限 | デフォルト— |
フィールドinput[].call_id | 種類string | 要件任意 | 値と制限 適用条件: function_call_output。実際に返されたcall_idを保持してください | デフォルト— |
フィールドinput[].output | 種類string|content_part[] | 要件任意 | 値と制限 適用条件: function_call_output | デフォルト— |
フィールドmax_output_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning.effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning.summary | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtext.format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtext.verbosity | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinclude | 種類string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstore | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprevious_response_id | 種類string | 要件非対応 | 値と制限 IDの要件: 対応する継続処理の実際の応答IDのみ 条件: リクエストごとに、実際の会話履歴を再度送信してください。 | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_key | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
テキスト · UTF8テキスト
入力テキストまたはinput_textパート
テキスト + 画像
{type:input_image,image_url}
| パラメータ | 仕様 |
|---|---|
パラメータmaterial_types | 仕様text |
パラメータrequired | 仕様model, input |
パラメータoptional_controls | 仕様null |
パラメータcontent_type | 仕様application/json |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: exact retained published method
正確なモデルIDと必須フィールドを送信してください。
返された項目と元の識別子をすべて保持してください。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "openai/gpt-6-luna",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${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', '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', '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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての出力項目とコンテンツのパート、実際の関数call_id、暗号化された推論、使用量を保持してください。ストリーミングではイベント／項目の識別情報を完全に残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドstatus | 種類string |
フィールドoutput[] | 種類message|reasoning|function_call|other item |
フィールドoutput[].content[] | 種類content part |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot gpt-6-luna
Ailoot Ultra gpt-6-luna, openai/gpt-6-luna, ~openai/gpt-luna-latest
/chat/completions
openai/gpt-6-luna, ~openai/gpt-luna-latest, gpt-6-luna, gpt-6-luna
~openai/gpt-luna-latestGPT-6 Lunaは、多数のリクエストを伴う日常的なタスクに向けられています。テキストと画像を受け取り、推論なしのモードと、複数の推論深度に対応しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-6 Lunaは、大量に実行する、目的を絞ったタスク向けのOpenAIのモデルです。メーカーは、そのようなタスクの流れを効率的に処理するファミリーのバリエーションと位置付けています。テキストと画像を受け取り、テキストを生成し、推論の深さの制御に対応しています。
入力には指示と業務素材、結果には通常の応答や指定した構造のオブジェクトを含められます。ストリーミング出力では、テキストを段階的に受け取れます。次の段階が特定のフィールドやデータ型を期待する場合、結果のスキーマが役立ちます。
none、low、medium、high、xhigh、maxに対応し、既定値はmediumです。noneは、推論なしの処理に用意されています。具体的な指示に応じて検討の強度を変更し、最終テキストの長さは別に指定できます。
メーカー側の通常と拡張の実行モードは、推論の深さとは別に選びます。通常モードが既定です。拡張モードは、追加の時間と多いトークンを割り当てられる複雑なタスクに向けられています。モードは処理方法を、検討の強度はその中での推論を調整します。この選択はResponsesについて説明され、アプリケーションの対応が必要です。あらゆるAilootのメソッドで有効と見なすことはできません。
ツールと推論を使う作業には、Responsesを使用します。Chat Completions形式では、関数呼び出しはnoneでのみ許容されます。そのため、関数名が同じであっても、すべての形式で同じ使い方になるわけではありません。
OpenAIは、コンテキストウィンドウを1 050 000トークン、入力上限を922 000、出力を128 000トークンと示しています。知識の基準時点は五月18日（2026年）です。大きなコンテキストに素材と履歴が収まり、出力上限は結果の生成を別に制限します。
画像は入力に属します。視覚的な素材を分析し、テキストで応答します。内部推論は出力予算に含まれるため、最大出力は、同じ長さの表示される応答を保証するものではありません。新しい情報は、リクエストに含めるか、用意されたツールを接続して取得できます。
メーカーのカードには、関数呼び出し、インターネットとファイルの検索、コードとコマンドの実行、ファイルの変更、コンピュータのインターフェースの操作、ツールの検索があります。提供された組み合わせから動作を選び、返された情報を応答の継続に利用します。
対応する接続がある場合、メーカーは、独立した画像生成ツール、スキルの利用、MCPを通じた外部の手段も用意しています。モデルの直接の応答はテキストです。画像生成の結果は、別のツールが作成します。メーカー側に機能があることは、あらゆるAilootのメソッドでそれらが接続されていることを意味しません。
利用できる組み合わせは、メソッドとアプリケーションが定めます。ユーザーの関数は、アプリケーションが実行します。モデルは引数を作成し、その後結果を受け取ります。構造化された応答はデータの形を定めますが、情報の正しさは別の問題です。
入力の繰り返しのプレフィックスは、キャッシュに対応しています。リクエストの冒頭にある変わらない指示や素材は再利用できます。新しい条件を追加するには、現在のリクエストで渡す必要があります。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 ~openai/gpt-luna-latest | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 function モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmodalities | 種類string[] | 要件任意 | 値と制限 text | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
フィールドcache_control.ttl | 種類string | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
パラメータcontrol_scope | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "~openai/gpt-luna-latest", "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-luna-latest',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-luna-latest',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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot gpt-6-luna
Ailoot Ultra gpt-6-luna, openai/gpt-6-luna, ~openai/gpt-luna-latest
/chat/completions
openai/gpt-6-luna, ~openai/gpt-luna-latest, gpt-6-luna, gpt-6-luna
~openai/gpt-luna-latestGPT-6 Lunaは、多数のリクエストを伴う日常的なタスクに向けられています。テキストと画像を受け取り、推論なしのモードと、複数の推論深度に対応しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-6 Lunaは、大量に実行する、目的を絞ったタスク向けのOpenAIのモデルです。メーカーは、そのようなタスクの流れを効率的に処理するファミリーのバリエーションと位置付けています。テキストと画像を受け取り、テキストを生成し、推論の深さの制御に対応しています。
入力には指示と業務素材、結果には通常の応答や指定した構造のオブジェクトを含められます。ストリーミング出力では、テキストを段階的に受け取れます。次の段階が特定のフィールドやデータ型を期待する場合、結果のスキーマが役立ちます。
none、low、medium、high、xhigh、maxに対応し、既定値はmediumです。noneは、推論なしの処理に用意されています。具体的な指示に応じて検討の強度を変更し、最終テキストの長さは別に指定できます。
メーカー側の通常と拡張の実行モードは、推論の深さとは別に選びます。通常モードが既定です。拡張モードは、追加の時間と多いトークンを割り当てられる複雑なタスクに向けられています。モードは処理方法を、検討の強度はその中での推論を調整します。この選択はResponsesについて説明され、アプリケーションの対応が必要です。あらゆるAilootのメソッドで有効と見なすことはできません。
ツールと推論を使う作業には、Responsesを使用します。Chat Completions形式では、関数呼び出しはnoneでのみ許容されます。そのため、関数名が同じであっても、すべての形式で同じ使い方になるわけではありません。
OpenAIは、コンテキストウィンドウを1 050 000トークン、入力上限を922 000、出力を128 000トークンと示しています。知識の基準時点は五月18日（2026年）です。大きなコンテキストに素材と履歴が収まり、出力上限は結果の生成を別に制限します。
画像は入力に属します。視覚的な素材を分析し、テキストで応答します。内部推論は出力予算に含まれるため、最大出力は、同じ長さの表示される応答を保証するものではありません。新しい情報は、リクエストに含めるか、用意されたツールを接続して取得できます。
メーカーのカードには、関数呼び出し、インターネットとファイルの検索、コードとコマンドの実行、ファイルの変更、コンピュータのインターフェースの操作、ツールの検索があります。提供された組み合わせから動作を選び、返された情報を応答の継続に利用します。
対応する接続がある場合、メーカーは、独立した画像生成ツール、スキルの利用、MCPを通じた外部の手段も用意しています。モデルの直接の応答はテキストです。画像生成の結果は、別のツールが作成します。メーカー側に機能があることは、あらゆるAilootのメソッドでそれらが接続されていることを意味しません。
利用できる組み合わせは、メソッドとアプリケーションが定めます。ユーザーの関数は、アプリケーションが実行します。モデルは引数を作成し、その後結果を受け取ります。構造化された応答はデータの形を定めますが、情報の正しさは別の問題です。
入力の繰り返しのプレフィックスは、キャッシュに対応しています。リクエストの冒頭にある変わらない指示や素材は再利用できます。新しい条件を追加するには、現在のリクエストで渡す必要があります。
POST /v1/messagestextjson, sse| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 ~openai/gpt-luna-latest | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF-8テキスト
messages[].contentの文字列
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様stream |
パラメータmaterial_types | 仕様text |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: synchronous_or_streamed
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "~openai/gpt-luna-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-luna-latest', '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-luna-latest', '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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot gpt-6-luna
Ailoot Ultra gpt-6-luna, openai/gpt-6-luna, ~openai/gpt-luna-latest
/chat/completions
openai/gpt-6-luna, ~openai/gpt-luna-latest, gpt-6-luna, gpt-6-luna
~openai/gpt-luna-latestGPT-6 Lunaは、多数のリクエストを伴う日常的なタスクに向けられています。テキストと画像を受け取り、推論なしのモードと、複数の推論深度に対応しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-6 Lunaは、大量に実行する、目的を絞ったタスク向けのOpenAIのモデルです。メーカーは、そのようなタスクの流れを効率的に処理するファミリーのバリエーションと位置付けています。テキストと画像を受け取り、テキストを生成し、推論の深さの制御に対応しています。
入力には指示と業務素材、結果には通常の応答や指定した構造のオブジェクトを含められます。ストリーミング出力では、テキストを段階的に受け取れます。次の段階が特定のフィールドやデータ型を期待する場合、結果のスキーマが役立ちます。
none、low、medium、high、xhigh、maxに対応し、既定値はmediumです。noneは、推論なしの処理に用意されています。具体的な指示に応じて検討の強度を変更し、最終テキストの長さは別に指定できます。
メーカー側の通常と拡張の実行モードは、推論の深さとは別に選びます。通常モードが既定です。拡張モードは、追加の時間と多いトークンを割り当てられる複雑なタスクに向けられています。モードは処理方法を、検討の強度はその中での推論を調整します。この選択はResponsesについて説明され、アプリケーションの対応が必要です。あらゆるAilootのメソッドで有効と見なすことはできません。
ツールと推論を使う作業には、Responsesを使用します。Chat Completions形式では、関数呼び出しはnoneでのみ許容されます。そのため、関数名が同じであっても、すべての形式で同じ使い方になるわけではありません。
OpenAIは、コンテキストウィンドウを1 050 000トークン、入力上限を922 000、出力を128 000トークンと示しています。知識の基準時点は五月18日（2026年）です。大きなコンテキストに素材と履歴が収まり、出力上限は結果の生成を別に制限します。
画像は入力に属します。視覚的な素材を分析し、テキストで応答します。内部推論は出力予算に含まれるため、最大出力は、同じ長さの表示される応答を保証するものではありません。新しい情報は、リクエストに含めるか、用意されたツールを接続して取得できます。
メーカーのカードには、関数呼び出し、インターネットとファイルの検索、コードとコマンドの実行、ファイルの変更、コンピュータのインターフェースの操作、ツールの検索があります。提供された組み合わせから動作を選び、返された情報を応答の継続に利用します。
対応する接続がある場合、メーカーは、独立した画像生成ツール、スキルの利用、MCPを通じた外部の手段も用意しています。モデルの直接の応答はテキストです。画像生成の結果は、別のツールが作成します。メーカー側に機能があることは、あらゆるAilootのメソッドでそれらが接続されていることを意味しません。
利用できる組み合わせは、メソッドとアプリケーションが定めます。ユーザーの関数は、アプリケーションが実行します。モデルは引数を作成し、その後結果を受け取ります。構造化された応答はデータの形を定めますが、情報の正しさは別の問題です。
入力の繰り返しのプレフィックスは、キャッシュに対応しています。リクエストの冒頭にある変わらない指示や素材は再利用できます。新しい条件を追加するには、現在のリクエストで渡す必要があります。
POST /v1/responsestexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 ~openai/gpt-luna-latest | デフォルト— |
フィールドinput | 種類string|input_item[] | 要件必須 | 値と制限 | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドinput[].type | 種類string | 要件任意 | 値と制限 message, reasoning, function_call, function_call_output | デフォルト— |
フィールドinput[].content | 種類string|content_part[] | 要件任意 | 値と制限 | デフォルト— |
フィールドinput[].call_id | 種類string | 要件任意 | 値と制限 適用条件: function_call_output。実際に返されたcall_idを保持してください | デフォルト— |
フィールドinput[].output | 種類string|content_part[] | 要件任意 | 値と制限 適用条件: function_call_output | デフォルト— |
フィールドmax_output_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning.effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning.summary | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtext.format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtext.verbosity | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinclude | 種類string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstore | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprevious_response_id | 種類string | 要件非対応 | 値と制限 IDの要件: 対応する継続処理の実際の応答IDのみ 条件: リクエストごとに、実際の会話履歴を再度送信してください。 | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_key | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
テキスト · UTF8テキスト
input text or input_text part
テキスト + 画像
{type:input_image,image_url}
| パラメータ | 仕様 |
|---|---|
パラメータmaterial_types | 仕様text |
パラメータrequired | 仕様model, input |
パラメータoptional_controls | 仕様null |
パラメータcontent_type | 仕様application/json |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: exact retained published method
正確なモデルIDと必須フィールドを送信してください。
返された項目と元の識別子をすべて保持してください。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.00025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0015 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0.0005 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "~openai/gpt-luna-latest",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${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-luna-latest', '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-luna-latest', '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 or SSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての出力項目とコンテンツのパート、実際の関数call_id、暗号化された推論、使用量を保持してください。ストリーミングではイベント／項目の識別情報を完全に残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドstatus | 種類string |
フィールドoutput[] | 種類message|reasoning|function_call|other item |
フィールドoutput[].content[] | 種類content part |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot gpt-6-luna
Ailoot Ultra gpt-6-luna, openai/gpt-6-luna, ~openai/gpt-luna-latest
/chat/completions
openai/gpt-6-luna, ~openai/gpt-luna-latest, gpt-6-luna, gpt-6-luna
英語の技術例
Normalize a simple order note\n\nConvert this order note into a compact record: "PO-84: 3 packs of filters at 7 units per pack; delivery requested for Friday, not confirmed." Return order ID, pack count, units per pack, total units and delivery status as labelled lines. Retain the distinction between requested and confirmed delivery.Five labelled fields with total units calculated from the supplied counts and delivery marked requested, unconfirmed.Check the total equals packs times units per pack and Friday is not described as confirmed.