Source: https://ailoot.ai/models/ko/openai-gpt-5-6-luna-pro-u003a-batch/
Canonical: https://ailoot.ai/models/ko/openai-gpt-5-6-luna-pro-u003a-batch/
Language: ko

# OpenAI: GPT-5.6 Luna Pro (batch)

[Markdown](https://ailoot.ai/models/ko/openai-gpt-5-6-luna-pro-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/ko/openai-gpt-5-6-luna-pro-u003a-batch/facts.json)

## [OpenAI: GPT-5.6 Luna Pro (batch)](https://ailoot.ai/models/ko/openai-gpt-5-6-luna-pro-u003a-batch/)

GPT-5.6 Luna에 Pro 추론을 적용해 추가 분석이 필요한 집중된 작업에 활용합니다. 텍스트나 이미지와 명시적인 규칙을 제공하여 추출 결과, 간결한 답변, 예외에 대한 설명을 작성하도록 요청하세요.

- [**Ailoot Ultra · 배치** `POST /v1/batches` `openai/gpt-5.6-luna-pro:batch`](https://ailoot.ai/models/ko/openai-gpt-5-6-luna-pro-u003a-batch/#method-0)

모델 소개

이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.

GPT-5.6 Luna Pro는 OpenAI의 GPT-5.6 Luna에 Pro 추론을 적용한 모델을 뜻합니다. 기반 Luna 에디션은 집중된 고처리량 워크로드를 위해 설계되었으며, 이전 GPT-5 제품군의 nano 계층에 대략 해당합니다. 텍스트와 이미지를 입력받아 텍스트를 생성합니다. Pro는 최종 답변을 만들기 위한 모델의 작업을 추가하며, 기반 에디션을 대체하는 것이 아니라 실행 모드입니다.

실용적인 활용 사례는 예외가 포함된 규칙을 따르는 문서에서 정의된 정보 집합을 추출하는 것입니다. 문서와 필요한 필드를 제공하고, 우선하는 구절을 지정하며, 값이 없을 때의 처리 방식을 설명하세요. 예를 들어 문서의 주제, 요청과 관련된 조건, 요청을 완료하기 위해 필요한 다음 질문을 추출하도록 요청할 수 있습니다. 결과를 출처와 비교할 수 있도록 추출된 필드와 함께 예외의 설명을 요청하세요.

시각 자료에서는 선명한 페이지나 스크린샷을 제공하고, 작업 판단에 필요한 구체적인 세부 사항이나 레이블을 지정하세요. 답변 작성 작업에서는 요청, 답변을 결정하는 규칙, 유지해야 할 사실을 제공하세요. 원하는 어조와 길이를 정의한 뒤 무제한의 논의 대신 간결한 답변 하나를 요청하세요. 이러한 준비는 Luna의 집중된 역할을 구체적인 텍스트 결과와 연결합니다.

OpenAI는 GPT-5.6 Luna의 컨텍스트 창 1,050,000토큰, 최대 입력 922,000토큰, 최대 출력 128,000토큰, 지식 기준일 2026년 2월 16일을 명시합니다. 기반 추론 강도 선택지는 none, low, medium, high, xhigh, max이며 기본값은 medium입니다. 모드와 강도는 독립적입니다. Pro는 모델의 추가 작업을 결정하고, 강도는 그 모드 안에서의 추론량을 제어합니다. 추론도 컨텍스트 공간을 사용하므로 분석과 가시적 응답을 위한 공간을 남겨 두세요.

제작사는 Responses API의 Pro를 추가 지연과 모델 활동을 허용할 수 있는 어려운 작업용으로 설명합니다. 기반 모델은 스트리밍, Structured Outputs, 함수 호출, 웹 및 파일 검색, 이미지 입력, 프롬프트 캐싱을 명시합니다. 도구 모음에는 이미지 생성, 코드 실행, 호스팅된 shell 및 patch 작업, 스킬, 컴퓨터 사용, MCP 연결, 도구 검색이 포함됩니다. 도구 작업에는 해당 환경이 필요합니다. 애플리케이션이 자체 동작을 실행하고, 계속되는 작업을 위해 실제 결과를 제공합니다.

유용한 최종 산출물을 지정하세요. 필요한 필드, 결정을 뒷받침하는 규칙, 아직 열린 질문이 포함되어야 합니다. 예를 들어 답변 초안과 그 근거가 되는 문서의 사실을 요청한 뒤, 부족한 정보를 제공하여 답변을 다듬을 수 있습니다. 제안된 동작과 도구가 완료한 동작의 구분을 명확히 유지하세요. 이 워크플로는 범위가 정해진 Luna 작업 안에서 Pro의 추가 분석에 구체적인 목적을 부여합니다.

**Ailoot Ultra · 배치** `POST /v1/batches` `openai/gpt-5.6-luna-pro:batch`

[`openai/gpt-5.6-luna-pro:batch`](https://ailoot.ai/models/ko/#m=openai%2Fgpt-5.6-luna-pro%3Abatch&route=Ultra&caller=openai%2Fgpt-5.6-luna-pro%3Abatch&fmt=batches)

OpenAI /`openai/gpt-5.6-luna-pro:batch`

### 시작하기

GPT-5.6 Luna에 Pro 추론을 적용해 추가 분석이 필요한 집중된 작업에 활용합니다. 텍스트나 이미지와 명시적인 규칙을 제공하여 추출 결과, 간결한 답변, 예외에 대한 설명을 작성하도록 요청하세요.

허용 입력

텍스트

결과

텍스트

### Ailoot에서 사용 가능 · 입력 및 메서드

**Ailoot Ultra · 배치** `POST /v1/batches`

입력

`text`

출력

`text`

출력 형식

인라인 results\[\].response.body JSON

| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
| --- | --- | --- | --- | --- |
| 필드`endpoint` | 유형`string` | 요건필수 | 값과 한도 /v1/chat/completions | 기본값— |
| 필드`model` | 유형`string` | 요건필수 | 값과 한도 openai/gpt-5.6-luna-pro:batch | 기본값— |
| 필드`requests` | 유형`batch_item[]` | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
| 필드`requests[].custom_id` | 유형`string` | 요건필수 | 값과 한도 | 기본값— |
| 필드`requests[].body.messages` | 유형`message[]` | 요건필수 | 값과 한도 | 기본값— |
| 필드`completion_window` | 유형`string` | 요건선택 사항 | 값과 한도 24h | 기본값— |
| 필드`provider` | 유형`object\|null` | 요건선택 사항 | 값과 한도 | 기본값— |
| 필드`requests[].body.model` | 유형`string` | 요건선택 사항 | 값과 한도 openai/gpt-5.6-luna-pro:batch, openai/gpt-5.6-luna-pro | 기본값— |
| 필드`provider.only` | 유형`string[]` | 요건선택 사항 | 값과 한도 openai | 기본값— |
| 필드`provider.allow_fallbacks` | 유형`boolean\|null` | 요건선택 사항 | 값과 한도 false, null | 기본값— |

메서드 매개변수와 수명 주기

| 매개변수 | 명세 |
| --- | --- |
| 매개변수`content_type` | 명세application/json |
| 매개변수`required` | 명세endpoint, model, requests |
| 매개변수`material_types` | 명세text |
| 매개변수`representation` | 명세인라인 requests\[\]; 각 항목에는 custom\_id와 body가 있습니다 |
| 매개변수`request_endpoint_profile` | 명세/v1/chat/completions |
| 매개변수`file_material` | 명세호출자는 실제 UTF-8 JSONL을 로컬에서 읽어 requests\[\]에 넣을 수 있습니다. 업로드 목적, input\_file\_id 또는 파일 참조는 사용하지 않습니다. 고객 자료가 없거나 비어 있으면 POST 전에 준비를 중단합니다. |
| 매개변수`serialization_order` | 명세endpoint, model, provider (제공된 경우), completion\_window (제공된 경우), requests는 마지막에 |
| 매개변수`optional_controls` | 명세provider.only, provider.allow\_fallbacks, completion\_window |
| 매개변수`schema_scope` | 명세문서에 명시된 인라인 배치 요청 구조에 담긴 텍스트 Chat Completions 본문입니다. |

수명 주기: `asynchronous`

`GET /v1/batches/{operation_id}` · 최초 생성 응답에서 실제로 반환된 response.id; 동일한 사용자/키/그룹

### 요금

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드

미지정 빠른 모드를 선택한 경우

Flex 모드

미지정 flex 모드를 선택한 경우

최대 추론 수준

미지정 최대 추론 수준에 default 조정값을 적용하는 경우

명시적 캐시 요금

활성화되지 않음 명시적 캐시를 요청할 때

#### Ailoot 요금

#### 설정별 가격

각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.

| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
| --- | --- | --- | --- | --- |
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 **$0.0002** / 1K 토큰 출력 · 출력 토큰 **$0.0012** / 1K 토큰 입력 · 캐시 읽기 **$0.00002** / 1K 토큰 입력 · 캐시 쓰기 **—** / 1K 토큰 입력 · 캐시 쓰기, 1시간 **—** / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준272,000 | 요금 입력 · 입력 토큰 **$0.0002** / 1K 토큰 출력 · 출력 토큰 **$0.0012** / 1K 토큰 입력 · 캐시 읽기 **$0.00002** / 1K 토큰 입력 · 캐시 쓰기 **—** / 1K 토큰 입력 · 캐시 쓰기, 1시간 **—** / 1K 토큰 |
| 설정요청 길이 구간 2 | 요금표— | 컨텍스트 토큰 수 초과 기준272,000 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 **$0.0004** / 1K 토큰 출력 · 출력 토큰 **$0.0018** / 1K 토큰 입력 · 캐시 읽기 **$0.00004** / 1K 토큰 입력 · 캐시 쓰기 **—** / 1K 토큰 입력 · 캐시 쓰기, 1시간 **—** / 1K 토큰 |

Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. [금액 확보와 정산 방식 →](https://ailoot.ai/docs/ko/billing/reserve/)

### 요청 예제

#### Ailoot Ultra · 배치

curl · 보관된 테스트 데이터Python HTTP · 실제 고객의 JSONLPython · 완료된 모든 결과 저장

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-5.6-luna-pro:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json
```

```python
import json, os
from pathlib import Path
from urllib.request import Request, urlopen

def prepare_requests(customer_path):
    path = Path(customer_path)
    if not path.is_file(): raise ValueError("Customer JSONL file is missing")
    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
    if not items: raise ValueError("Customer JSONL contains no requests")
    ids = set()
    for item in items:
        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
        cid = item["custom_id"]
        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
        ids.add(cid)
        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
        supplied_model = item["body"].get("model")
        if supplied_model is not None and supplied_model not in ['openai/gpt-5.6-luna-pro:batch', 'openai/gpt-5.6-luna-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.6-luna-pro:batch", "requests":items}

if __name__ == "__main__":
    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
    body = prepare_requests(material)
    key = os.environ.get("AILOOT_API_KEY", "")
    if not key: raise SystemExit("Set AILOOT_API_KEY")
    request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")
    with urlopen(request) as response:
        raw = response.read()
        Path("batch-create-response.json").write_bytes(raw)
        print(raw.decode("utf-8"))
```

```python
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.
```

### 결과 수신 및 저장

#### Ailoot Ultra · 배치

인라인 results\[\].response.body JSON

- `GET /v1/batches/{operation_id}`

##### 작업 상태 확인

curl · 원래 작업의 상태

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json
```

##### 완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

최초 상태 JSON 전체, 모든 결과/custom\_id와 응답 또는 오류 본문 전체를 보관하세요. 완료된 results\[\]는 필터링 없이 JSONL로 저장하세요.

##### 원래 응답을 확인해야 할 경우

최초 작업 ID를 보관하세요. 503 result\_pending\_check에는 X-Should-Retry:false가 포함됩니다. 상태가 불명확한 최초 배치를 다시 제출하지 마세요.

응답 필드

| 필드 | 유형 |
| --- | --- |
| 필드`results[].custom_id` | 유형string |
| 필드`results[].response.body.choices[].message.content` | 유형string\|null |
| 필드`results[].error` | 유형object\|null |
| 필드`usage` | 유형object\|null |
| 필드`id` | 유형string |
| 필드`model` | 유형string |
| 필드`endpoint` | 유형string |
| 필드`status` | 유형string |
| 필드`request_counts` | 유형object |
| 필드`results[].id` | 유형string |
| 필드`results[].response.status_code` | 유형integer |
| 필드`results[].response.request_id` | 유형string |

오류와 다음 단계

| 응답 | 조건 | 다음 단계 |
| --- | --- | --- |
| 응답400 · `invalid_request_error` | 조건문서에 명시된 인라인 요청 구조가 유효하지 않거나, 키가 중복되거나, 항목 식별 정보 또는 설정된 모델 기능에 충돌이 있습니다. | 다음 단계새로 제출하기 전에 표시된 필드를 수정하세요. |
| 응답401 · `authentication_error` | 조건유효하지 않은 API 키입니다. | 다음 단계사용 권한이 있는 Ailoot 키를 사용하세요. |
| 응답403 · `permission_error` | 조건배치 그룹을 사용할 수 없습니다. | 다음 단계키/그룹의 사용 권한을 확인하세요. |
| 응답422 · `invalid_request_error` | 조건배치는 잔액 과금을 사용하며, 구독을 통한 생성 요청은 거부됩니다. | 다음 단계사용 권한이 있는 잔액 과금 그룹을 사용하세요. |
| 응답422 · `price_unavailable` | 조건배치 입력의 예상 비용을 산출할 수 없습니다. | 다음 단계응답을 보관하고 문서에 명시된 API 계열 입력을 사용하세요. |
| 응답402 · `billing_error` | 조건배치 예약 금액을 확보할 수 없습니다. | 다음 단계새 요청 전에 요청 허용 조건을 충족하세요. |
| 응답503 · `price_unavailable` | 조건배치 메서드 가격 또는 네이티브 요율을 사용할 수 없습니다. | 다음 단계응답을 보관하고 가격을 임의로 대체하지 마세요. |
| 응답503 · `api_error` | 조건정확히 일치하는 공급업체 라우트를 사용할 수 없습니다. | 다음 단계라우트 수정을 위해 응답을 보관하세요. |
| 응답503 · `result_pending_check` | 조건최초 결과를 확인해야 합니다. X-Should-Retry:false. | 다음 단계최초 operation\_id/id를 보관하고 해당 상태를 조회하세요. 최초 POST를 반복하지 마세요. |
| 응답404 · `not_found` | 조건배치 상태 조회 대상 작업이 없거나 다른 사용 주체의 소유입니다. | 다음 단계최초 id를 정확히 사용하고 동일한 사용자/키/그룹을 유지하세요. |

### 별칭

#### 모델 별칭

**Ailoot Ultra** [`openai/gpt-5.6-luna-pro:batch`](https://ailoot.ai/models/ko/#m=openai%2Fgpt-5.6-luna-pro%3Abatch&route=Ultra&caller=openai%2Fgpt-5.6-luna-pro%3Abatch&fmt=batches)

#### 메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

#### 관련 호출용 ID

[`openai/gpt-5.6-luna-pro:batch`](https://ailoot.ai/models/ko/#m=openai%2Fgpt-5.6-luna-pro%3Abatch&route=Ultra&caller=openai%2Fgpt-5.6-luna-pro%3Abatch&fmt=batches)

FAQ · OpenAI: GPT-5.6 Luna Pro (batch)

어떤 입력과 결과를 사용할 수 있나요?

`POST /v1/batches` · `openai/gpt-5.6-luna-pro:batch`: `text` → `text`

요청은 어떤 필드를 사용하나요?

`POST /v1/batches` · `openai/gpt-5.6-luna-pro:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider`

어떤 제한이 적용되나요?

`POST /v1/batches` · `openai/gpt-5.6-luna-pro:batch`: `requests.min_items`: `1`

Claude Code, OpenCode, Hermes, 자체 앱에 Ailoot를 연결하세요.

## 회사와 그 프로젝트 포트폴리오

회사와 그 프로젝트 포트폴리오: 수백만 고객, 매월 수십억 규모의 매출.

## 할인받아 토큰을 구매하세요.

정기 작업에는 구독 할인, 토큰 구매에는 최대 50% 프로모션 코드.

구독

정기 요청에 맞는 할인 요금제를 선택하세요.

최대 50% 프로모션 코드

구매할 때 코드를 넣으면 진행 중 행사에 따라 가격을 다시 계산합니다.

이력의 지출

요청마다 모델, 토큰, 금액을 저장합니다.

[구독 선택](https://ailoot.ai/docs/ko/billing/subscriptions/) · [모델 가격 보기](https://ailoot.ai/models/ko/)

## 판매하는 제품에 API를 연결하세요.

Ailoot 공식 이용 조건과 라이선스 계약으로 SaaS, 앱, 봇에 사용하세요. 재판매에는 리셀러 라이선스를 요청하세요.

상업용 앱

서비스의 유료 기능에 텍스트, 이미지, 영상, 소리 생성을 넣으세요.

리셀러 라이선스

프로젝트 설명과 접근 구조를 보내 사용·재판매의 서면 조건을 요청하세요.

사이트의 문서

연결 전에 공식 이용 조건, 라이선스 계약, 데이터 처리 정책을 읽을 수 있습니다.

[리셀러 라이선스 요청](mailto:support@ailoot.ai) · [공식 이용 조건과 라이선스 계약](https://ailoot.ai/legal/offer?lang=ko)

## Ailoot · 회사와 그 프로젝트 포트폴리오





Ailoot는 축적된 운영 경험, 폭넓은 고객 기반, 안정적인 서비스, 지속적인 KPI 관리를 바탕으로 합니다.





회사와 그 프로젝트 포트폴리오: 수백만 고객, 매월 수십억 규모의 매출.





Ailoot는 이러한 운영 경험을 고객의 제품, 에이전트, 애플리케이션, 자동화에서 AI 기능을 이용할 수 있는 API 접근에 활용합니다.