model

OpenAI: GPT-6 Luna Decisions

Markdown · JSON

OpenAI: GPT-6 Luna Decisions

GPT-6 Luna dalam mod Decisions OpenAI menilai teks dan imej serta memulangkan jawapan kebarangkalian dengan jenis yang ditetapkan: kebarangkalian sesuatu keadaan, pilihan tetap atau skor rubrik. Model ini menyokong pengelasan, penghalaan dan penetapan keutamaan tanpa menggunakan penjelasan bertulis sebagai hasil keputusan.

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

GPT-6 Luna dalam mod Decisions OpenAI menilai bukti yang diberikan dan mengembalikan jawapan berjenis tentangnya. Pengeluar mendokumenkan GPT-6 Luna sebagai model untuk antara muka keputusan khusus ini. Ia boleh menganggarkan sama ada syarat berlaku, memilih daripada pilihan tetap atau meletakkan input pada rubrik bertertib. Gunakan mod GPT-6 Luna ini apabila tugas memerlukan hasil keputusan yang ditakrifkan, bukannya respons bertulis.

Input bersama, soalan dan jawapan bernama

Permintaan pengeluar mengandungi model, input bersama dan tatasusunan questions. Input boleh berupa rentetan teks atau mesej pengguna dengan teks dan imej. Setiap soalan mempunyai nama unik, jenis, arahan dan sebarang pilihan atau tahap yang diperlukan. Tatasusunan jawapan mengulangi nama soalan, membolehkan hasil dikaitkan dengan syarat, kategori atau penarafan yang benar-benar diminta.

Untuk mesej sokongan, berikan mesej dan konteks yang berkaitan dengan keputusan seterusnya, kemudian namakan soalan berdasarkan medan yang diperlukan aliran kerja. Untuk petikan dokumen, sertakan teks yang menetapkan kriteria, bukannya rujukan tanpa sokongan kepada fail lebih besar. Takrifkan soalan berdasarkan fakta yang boleh diperhatikan dan pisahkan perkara bebas. Hasil berguna boleh menggabungkan kategori masalah dengan penarafan keparahan sambil mengekalkan takrif dan makna setiap jawapan.

Predicate: menganggarkan sama ada syarat berlaku

Soalan predicate mengembalikan kebarangkalian dari 0 hingga 1 bahawa syarat yang ditakrifkan adalah benar. Ia boleh menyemak kerelevanan petikan atau keadaan yang kelihatan dalam imej. Untuk foto produk, terangkan kecacatan kelihatan yang perlu diperiksa, seperti retak atau koyak, dan berikan imej bersama kriteria itu. Nilai tersebut ialah anggaran model; aplikasi memilih ambang yang digunakan untuk penandaan atau semakan.

Panduan Decisions OpenAI memerlukan data imej terenkod yang disertakan terus untuk endpoint ini. Alamat imej yang dihoskan dan pengecam fail bukan input imej yang disokong dalam kontrak yang didokumenkan itu. Kandungan teks dan imej boleh digabungkan dalam mesej pengguna supaya bukti visual dinilai bersama konteks bertulis yang berkaitan. Pastikan imej jelas dan syarat khusus; kebarangkalian untuk satu kecacatan yang dinyatakan bukan laporan pemeriksaan umum yang meliputi setiap masalah berkemungkinan.

Choice: memilih satu nilai yang diberikan

Soalan choice memilih daripada pilihan dengan nilai berbeza dan penerangan yang menjelaskan bila ia terpakai. Pilihan yang dikembalikan ialah salah satu nilai itu, bersama kebarangkalian setiap pilihan dan medan confidence berasingan. Untuk penghalaan, takrifkan kategori berdasarkan pasukan sebenar atau hasil yang tersedia dan sertakan pilihan other apabila set tidak meliputi setiap input. Pastikan kategori ini tanpa tertib: kedudukannya bukan skala keparahan.

Taklimat pengelasan praktikal boleh membezakan kecacatan produk, masalah akses dan permintaan umum. Terangkan sempadan kategori itu, bukannya hanya bergantung pada nama pendek. Gunakan pilihan yang dikembalikan sebagai label cadangan dan periksa taburan apabila beberapa makna masih munasabah. Hasil membekalkan pemilihan; aplikasi menentukan sama ada pemilihan itu patut mencetuskan penghalaan automatik atau semakan.

Score: kedudukan rubrik berwajaran kebarangkalian

Soalan score menggunakan tahap bertertib yang disusun daripada paling rendah hingga paling tinggi. Indeks tahap bermula pada 0 dan skor ialah purata indeks tersebut berwajaran kebarangkalian. Ia boleh berada di antara tahap. Untuk keparahan masalah, satu tahap boleh bermakna kesan kosmetik, satu lagi penyelesaian sementara yang boleh digunakan dan satu lagi sekatan sepenuhnya; takrifkan kriteria yang memisahkannya. Jawapan merangkumi kebarangkalian setiap tahap dan confidence bersama skor.

Skor jangkaan merumuskan taburan, bukannya memilih satu kategori. Kekalkan perbezaan itu apabila menggunakan hasil untuk penentuan keutamaan atau trend agregat. Paparan kategori tetap boleh menggunakan soalan choice. Confidence ialah medan berasingan yang dilaporkan bagi jawapan choice dan score; panduan tidak mentakrifkannya sebagai sama dengan kebarangkalian pilihan terpilih.

Beberapa soalan dan keputusan yang bergantung

Soalan bebas boleh berkongsi input dalam satu permintaan pengeluar, termasuk jenis soalan berbeza. Foto boleh menyokong predicate kecacatan dan pilihan kategori, atau mesej boleh menyokong penilaian kategori dan keparahan. Berikan arahan dan makna sendiri bagi setiap perkara. Apabila keputusan kemudian bergantung pada hasil terdahulu, pengeluar mengesyorkan permintaan berasingan supaya soalan kedua boleh menggunakan hasil itu secara jelas. Jangan menganggap susunan soalan dalam satu tatasusunan menjadikannya perbualan berurutan.

Memilih output yang betul dan mentafsir had

Decisions membekalkan hasil predicate, choice atau score yang ditakrifkan. Sebaliknya, jawapan boleh mempunyai jenis refusal; periksa jenisnya sebelum membaca kebarangkalian, pilihan atau skor. OpenAI membezakannya daripada penjanaan objek berasaskan skema sembarang atau penjelasan bertulis melalui Structured Outputs, dan daripada permintaan tindakan alat melalui function calling. Jawapan keputusan tidak patut dibentangkan sebagai alasan terjana atau bukti bahawa tindakan luaran berlaku. Output, penaakulan dan tetapan alat model sembang umum tidak secara automatik menjadi sebahagian daripada mod khusus ini.

Gunakan input berlabel yang mewakili tugas untuk menilai ambang penghalaan, penapisan dan semakan, dengan mengambil kira akibat positif palsu dan negatif palsu. Simpan perkaitan antara bukti, takrif soalan dan output berangka mentah supaya hasil kabur dapat diperiksa. Pastikan bukti bersama berkaitan dengan soalan bernama dan takrifkan setiap pilihan atau tahap rubrik dengan jelas sebelum menghantar tugas keputusan. Sediakan bukti dan jenis jawapan berdasarkan aliran kerja keputusan yang didokumenkan, dengan output ditafsirkan menurut tugas yang dinilainya.

Ailoot Ultra · System One POST /v1/systemone openai/gpt-6-luna-decisions

openai/gpt-6-luna-decisions

OpenAI /openai/gpt-6-luna-decisions

Pengenalan

GPT-6 Luna dalam mod Decisions OpenAI menilai teks dan imej serta memulangkan jawapan kebarangkalian dengan jenis yang ditetapkan: kebarangkalian sesuatu keadaan, pilihan tetap atau skor rubrik. Model ini menyokong pengelasan, penghalaan dan penetapan keutamaan tanpa menggunakan penjelasan bertulis sebagai hasil keputusan.

Input yang diterima
Teks · Imej
Hasil
decisions

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · System One POST /v1/systemone
Input
text, image
Output
decisions
Format output
json
MedanJenisKeperluanNilai & hadLalai
MedanmodelJenisstringKeperluanDiperlukanNilai & had
openai/gpt-6-luna-decisions
Lalai—
MedanproviderJenisschemaKeperluanPilihanNilai & hadLalai—
MedanquestionsJenisobjectKeperluanDiperlukanNilai & hadLalai—
Medansession_idJenisstringKeperluanPilihanNilai & hadLalai—
MedanstateJenisschemaKeperluanDiperlukanNilai & hadLalai—
MedantraceJenisschemaKeperluanPilihanNilai & hadLalai—
MedanuserJenisstringKeperluanPilihanNilai & hadLalai—
Medanquestions.<id>.typeJenisstringKeperluanDiperlukanNilai & had
noul, choice, score
Lalai—
Medanquestions.<id>.instructionsJenisstring|object|arrayKeperluanDiperlukanNilai & hadLalai—
Medanquestions.<id>.criteriaJenisobject|arrayKeperluanPilihanNilai & had
Syarat: choice/score: wajib; noul: pilihan. Kriteria choice ialah objek; score ialah tatasusunan dengan minItems1.
Lalai—
Medanquestions.<id>.criteria.trueJenisstring|object|arrayKeperluanDiperlukanNilai & had
Terpakai apabila: Objek kriteria noul dibekalkan
Lalai—
Medanquestions.<id>.criteria.falseJenisstring|object|arrayKeperluanDiperlukanNilai & had
Terpakai apabila: Objek kriteria noul dibekalkan
Lalai—
Gabungan bahan input

noul · Diperlukan: state, questions.<id>.type=noul, questions.<id>.instructions

choice · Diperlukan: state, questions.<id>.type=choice, questions.<id>.instructions, criteria object

score · Diperlukan: state, questions.<id>.type=score, questions.<id>.instructions, criteria array with minItems1

Parameter kaedah dan kitar hayat
ParameterKontrak
Parametercontent_typeKontrakapplication/json
ParameterrequiredKontrakmodel, state, questions
Parametermaterial_typesKontraktext, image
Parameteroptional_controlsKontrakprovider, session_id, trace, user
Parametermultimodal_input_bindingKontrakGunakan hanya bentuk perwakilan keadaan/dokumen tepat yang diisytiharkan. Keupayaan imej pengeluar sahaja tidak membuktikan bentuk input imej yang diterima bagi model tertentu.

Kitar hayat: synchronous

Hantar ID model yang tepat dan simpan respons natif yang lengkap.

Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas
Tidak dinyatakan Apabila mod pantas dipilih
Mod flex
Tidak dinyatakan Apabila mod flex dipilih
Usaha penaakulan maksimum
Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default

Kadar Ailoot

Harga mengikut konfigurasi

Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.

KonfigurasiJadual kadarToken konteks, melebihiToken konteks, sehingga dan termasukCaj
KonfigurasiKadar asas tokenJadual kadarKadar asasToken konteks, melebihi—Token konteks, sehingga dan termasukTiada had atasCaj
Input · Token input $0.0002 / 1K token
Output · Token output $0 / 1K token
Input · Bacaan cache $0 / 1K token
Input · Penulisan cache $0 / 1K token
Input · Penulisan cache, 1 jam — / 1K token
KonfigurasiTahap panjang permintaan 1Jadual kadar—Token konteks, melebihi0Token konteks, sehingga dan termasukTiada had atasCaj
Input · Token input $0.0002 / 1K token
Output · Token output $0 / 1K token
Input · Bacaan cache $0 / 1K token
Input · Penulisan cache $0 / 1K token
Input · Penulisan cache, 1 jam — / 1K token

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →

Contoh permintaan

Ailoot Ultra · System One

Struktur permintaan rasmi yang dikekalkan; contoh dokumentasiGunakan bahan permintaan sebenar anda dan simpan hasil lengkap
{
  "model": "openai/gpt-6-luna-decisions",
  "questions": {
    "is_bug": {
      "criteria": {
        "false": "The customer is asking a question or requesting a feature.",
        "true": "The customer describes broken or unexpected product behavior."
      },
      "instructions": "Is the customer reporting a software defect?",
      "type": "noul"
    },
    "team": {
      "criteria": {
        "account": "Login, permissions, or profile issues.",
        "frontend": "Rendering, layout, or browser compatibility issues.",
        "payments": "Checkout, billing, or payment processing issues."
      },
      "instructions": "Which team should own this ticket?",
      "type": "choice"
    },
    "urgency": {
      "criteria": [
        "Can wait for the next release",
        "Should be fixed this week",
        "Blocking revenue right now"
      ],
      "instructions": "How urgent is this ticket?",
      "type": "score"
    }
  },
  "state": {
    "customer_tier": "enterprise",
    "ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."
  }
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"
export AILOOT_REQUEST_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))
if not isinstance(p,dict): raise SystemExit('Request must be a JSON object')
p['model']='openai/gpt-6-luna-decisions'
Path('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))
PY_RESULT

Terima dan simpan hasil

Ailoot Ultra · System One

json

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.

Setiap jawapan bagi ID soalan yang diberikan dikekalkan berserta jenis tepatnya, nilai noul/choice/score, keyakinan, kebarangkalian dan petunjuk. Keseluruhan JSON asal disimpan dan hanya dikembalikan selepas penyelesaian caj.

Jika respons asal perlu disemak

Simpan operasi asal dan balasan penuh/separa; jangan ulang POST.

Medan respons
MedanJenis
MedanmodelJenisstring
MedanidJenisstring
MedanproviderJenisstring
Medananswers.<id>.typeJenisstring
Medananswers.<id>.noulJenisnumber
Medananswers.<id>.choiceJenisstring
Medananswers.<id>.scoreJenisnumber
Medananswers.<id>.confidenceJenisnumber
Medananswers.<id>.probabilitiesJenisobject
Medananswers.<id>.legendJenisobject
Medanusage.input_tokensJenisinteger
Medanusage.output_tokensJenisinteger
Medanusage.costJenisnumber
Ralat dan langkah seterusnya
ResponsSyaratLangkah seterusnya
Respons400 · invalid_request_errorSyaratMedan wajib, bentuk perwakilan atau nilai tidak sahLangkah seterusnyaBetulkan medan permintaan yang dinyatakan.

Alias

Alias model

Ailoot Ultra openai/gpt-6-luna-decisions

Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

ID pemanggil berkaitan

openai/gpt-6-luna-decisions

FAQ · OpenAI: GPT-6 Luna Decisions
Apakah input dan hasil yang tersedia?

POST /v1/systemone · openai/gpt-6-luna-decisions: text, image → decisions

Apakah medan yang digunakan oleh permintaan?

POST /v1/systemone · openai/gpt-6-luna-decisions: model, provider, questions, session_id, state, trace, user

Butiran lanjut

Sambungkan Ailoot kepada Claude Code, OpenCode, Hermes atau aplikasi anda.

Syarikat dan portfolio projeknya

Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.

Beli token dengan diskaun.

Diskaun langganan untuk penggunaan berkala. Kod promosi — sehingga 50% bagi pembelian token.

Langganan
Pilih pelan berdiskaun untuk permintaan berkala anda.
Kod promosi sehingga 50%
Masukkan kod semasa pembelian. Harga dikira semula mengikut promosi semasa.
Perbelanjaan dalam sejarah
Model, token dan jumlah disimpan bagi setiap permintaan.

Pilih langganan · Lihat harga model

Sambungkan API kepada produk yang anda jual.

SaaS, aplikasi dan bot — di bawah tawaran rasmi serta perjanjian lesen Ailoot. Untuk jualan semula, mohon lesen penjual semula.

Aplikasi komersial
Tambahkan penjanaan teks, imej, video dan audio pada ciri berbayar perkhidmatan anda.
Lesen penjual semula
Hantar keterangan projek dan susunan akses. Minta terma penggunaan serta jualan semula secara bertulis.
Dokumen pada laman
Tawaran, perjanjian lesen dan dasar pemprosesan data tersedia sebelum sambungan.

Mohon lesen penjual semula · Tawaran dan perjanjian lesen