model

OpenAI: GPT-6 Luna Pro (batch)

Markdown · JSON

OpenAI: GPT-6 Luna Pro (batch)

GPT-6 Luna dengan penaakulan Pro untuk tugas tertumpu yang memerlukan analisis tambahan sebelum jawapan akhir. Model asas menerima teks dan imej, menjadikannya berguna untuk pengendalian dokumen berasaskan peraturan, soalan visual dan hasil bertulis yang ringkas.

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 Pro merujuk kepada GPT-6 Luna OpenAI dengan penaakulan Pro. Luna direka bentuk untuk tugas tertumpu dan beban kerja berjumlah besar; inputnya ialah teks serta imej dan outputnya ialah teks. Pro menambah kerja model apabila membina jawapan akhir. Pro ialah mod pelaksanaan yang digunakan pada model asas yang dipilih, berbeza daripada tetapan usaha penaakulan yang mengawal jumlah analisis dalam mod tersebut.

Kegunaan praktikal ialah memproses permintaan yang ditakrifkan secara sempit dengan beberapa peraturan atau pengecualian. Berikan permintaan, kategori yang mungkin sepadan dan maklumat yang menentukan tindakan seterusnya. Minta kategori, fakta yang berkaitan dan respons ringkas yang dicadangkan. Contoh tugas ialah mengelaskan permintaan dokumen, mengenal pasti medan yang tiada dan mendraf mesej untuk meminta medan itu. Tugas kekal tertumpu walaupun syaratnya memerlukan pertimbangan yang teliti.

Untuk soalan berasaskan imej, berikan tangkapan skrin yang jelas atau bahan visual lain dan kenal pasti butiran yang perlu diperiksa. Anda boleh meminta penerangan tentang keadaan antara muka yang kelihatan bersama arahan ringkas untuk pembaca. Untuk bahan bertulis, takrifkan medan atau pernyataan yang mesti dikekalkan melalui transformasi, kategori yang dibenarkan dan format jawapan yang dijangkakan. Sebilangan kecil contoh yang mewakili kes boleh menjelaskan sempadan antara kategori yang serupa tanpa membuat model menyimpulkan peraturan anda sendiri.

OpenAI menetapkan tetingkap konteks 1,050,000 token untuk GPT-6 Luna, dengan input maksimum 922,000 token dan output maksimum 128,000 token. Had pengetahuan yang didokumenkan ialah 18 Mei 2026. Model asas menyokong usaha penaakulan none, low, medium, high, xhigh dan max, dengan medium sebagai nilai lalai. Penaakulan mengambil ruang token seperti jawapan akhir, jadi taklimat tugas dan bahan yang dibekalkan harus meninggalkan ruang untuk analisis serta hasil yang diminta.

Pengeluar mendokumenkan Pro dalam Responses API untuk permintaan sukar yang membenarkan kependaman tambahan dan aktiviti model. Alat terbina dalam GPT-6 Luna dan penaakulan dengan panggilan fungsi menggunakan Responses; dalam antara muka Chat Completions pengeluar, panggilan fungsi disokong hanya apabila usaha penaakulan ditetapkan kepada none. Model asas menyenaraikan penstriman, Structured Outputs, carian web dan fail, panggilan fungsi serta cache prompt. Set alatnya turut merangkumi penjanaan imej, pentafsiran kod, operasi shell dan patch, kemahiran, penggunaan komputer, sambungan MCP serta carian alat. Aplikasi anda menentukan dan melaksanakan operasi yang disediakannya.

Gunakan kontrak output yang tepat untuk tugas akhir: keputusan, medan yang menyokongnya dan sebarang maklumat yang masih tiada. Sebagai contoh, minta satu kategori, justifikasi ringkas yang berkaitan dengan peraturan yang dibekalkan dan soalan seterusnya untuk dihantar kepada pembaca. Semak hasil terhadap peraturan itu, bukannya menambah perbincangan tanpa had. Aliran kerja ini menggunakan peranan Luna untuk tugas tertumpu sambil memperuntukkan kerja tambahan Pro bagi permintaan yang kebergantungan atau pengecualiannya memerlukan pemeriksaan yang lebih mendalam.

Ailoot Ultra · Kelompok POST /v1/batches openai/gpt-6-luna-pro:batch

openai/gpt-6-luna-pro:batch

OpenAI /openai/gpt-6-luna-pro:batch

Pengenalan

GPT-6 Luna dengan penaakulan Pro untuk tugas tertumpu yang memerlukan analisis tambahan sebelum jawapan akhir. Model asas menerima teks dan imej, menjadikannya berguna untuk pengendalian dokumen berasaskan peraturan, soalan visual dan hasil bertulis yang ringkas.

Input yang diterima
Teks
Hasil
Teks

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · Kelompok POST /v1/batches
Input
text
Output
text
Format output
JSON results[].response.body sebaris
MedanJenisKeperluanNilai & hadLalai
MedanendpointJenisstringKeperluanDiperlukanNilai & had
/v1/chat/completions
Lalai—
MedanmodelJenisstringKeperluanDiperlukanNilai & had
openai/gpt-6-luna-pro:batch
Lalai—
MedanrequestsJenisbatch_item[]KeperluanDiperlukanNilai & had
Item minimum: 1
Lalai—
Medanrequests[].custom_idJenisstringKeperluanDiperlukanNilai & hadLalai—
Medanrequests[].body.messagesJenismessage[]KeperluanDiperlukanNilai & hadLalai—
Medancompletion_windowJenisstringKeperluanPilihanNilai & had
24h
Lalai—
MedanproviderJenisobject|nullKeperluanPilihanNilai & hadLalai—
Medanrequests[].body.modelJenisstringKeperluanPilihanNilai & had
openai/gpt-6-luna-pro:batch, openai/gpt-6-luna-pro
Lalai—
Medanprovider.onlyJenisstring[]KeperluanPilihanNilai & had
openai
Lalai—
Medanprovider.allow_fallbacksJenisboolean|nullKeperluanPilihanNilai & had
false, null
Lalai—
Parameter kaedah dan kitar hayat
ParameterKontrak
Parametercontent_typeKontrakapplication/json
ParameterrequiredKontrakendpoint, model, requests
Parametermaterial_typesKontraktext
ParameterrepresentationKontrakrequests[] sebaris; setiap item mempunyai custom_id dan body
Parameterrequest_endpoint_profileKontrak/v1/chat/completions
Parameterfile_materialKontrakPemanggil boleh membaca JSONL UTF-8 sebenar secara setempat ke dalam requests[]. Tiada tujuan muat naik, input_file_id atau rujukan fail digunakan. Bahan pelanggan yang tiada atau kosong menghentikan persediaan sebelum POST.
Parameterserialization_orderKontrakendpoint, model, provider (jika dibekalkan), completion_window (jika dibekalkan), requests di akhir
Parameteroptional_controlsKontrakprovider.only, provider.allow_fallbacks, completion_window
Parameterschema_scopeKontrakBadan permintaan Chat Completions teks dalam pembungkus Batch sebaris yang didokumenkan.

Kitar hayat: asynchronous

GET /v1/batches/{operation_id} · response.id sebenar daripada respons penciptaan asal; pengguna/kunci/kumpulan yang sama

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
Harga cache eksplisit
Tidak diaktifkan Apabila cache eksplisit diminta

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 $0.0001 / 1K token
Output · Token output $0.0005 / 1K token
Input · Bacaan cache $0.00001 / 1K token
Input · Penulisan cache $0.000125 / 1K token
Input · Penulisan cache, 1 jam — / 1K token
KonfigurasiTahap panjang permintaan 1Jadual kadar—Token konteks, melebihi0Token konteks, sehingga dan termasuk272,000Caj
Input · Token input $0.0001 / 1K token
Output · Token output $0.0005 / 1K token
Input · Bacaan cache $0.00001 / 1K token
Input · Penulisan cache $0.000125 / 1K token
Input · Penulisan cache, 1 jam — / 1K token
KonfigurasiTahap panjang permintaan 2Jadual kadar—Token konteks, melebihi272,000Token konteks, sehingga dan termasukTiada had atasCaj
Input · Token input $0.0002 / 1K token
Output · Token output $0.00075 / 1K token
Input · Bacaan cache $0.00002 / 1K token
Input · Penulisan cache $0.00025 / 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 · Kelompok

curl · data ujian yang disimpanPython HTTP · JSONL sebenar pelangganPython · simpan setiap hasil yang telah siap
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-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
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-6-luna-pro:batch', 'openai/gpt-6-luna-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-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"))
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.

Terima dan simpan hasil

Ailoot Ultra · Kelompok

JSON results[].response.body sebaris

  • GET /v1/batches/{operation_id}
Semak status tugas
curl · status operasi asal
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
Simpan semua hasil yang selesai

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

Simpan keseluruhan JSON status asal, setiap hasil/custom_id serta badan respons atau ralat yang lengkap. Simpan results[] yang telah selesai sebagai JSONL tanpa penapisan.

Jika respons asal perlu disemak

Simpan ID operasi asal. 503 result_pending_check mempunyai X-Should-Retry:false; jangan sekali-kali hantar semula kelompok asal yang hasilnya tidak diketahui.

Medan respons
MedanJenis
Medanresults[].custom_idJenisstring
Medanresults[].response.body.choices[].message.contentJenisstring|null
Medanresults[].errorJenisobject|null
MedanusageJenisobject|null
MedanidJenisstring
MedanmodelJenisstring
MedanendpointJenisstring
MedanstatusJenisstring
Medanrequest_countsJenisobject
Medanresults[].idJenisstring
Medanresults[].response.status_codeJenisinteger
Medanresults[].response.request_idJenisstring
Ralat dan langkah seterusnya
ResponsSyaratLangkah seterusnya
Respons400 · invalid_request_errorSyaratPembungkus sebaris yang didokumenkan tidak sah, kunci berulang, identiti item atau keupayaan model yang dikonfigurasikan bercanggah.Langkah seterusnyaBetulkan medan yang dinyatakan sebelum sebarang penghantaran baharu.
Respons401 · authentication_errorSyaratKunci API tidak sah.Langkah seterusnyaGunakan kunci Ailoot yang dibenarkan.
Respons403 · permission_errorSyaratKumpulan kelompok tidak tersedia.Langkah seterusnyaSemak hak akses kunci/kumpulan.
Respons422 · invalid_request_errorSyaratKelompok menggunakan pengebilan baki; penciptaan melalui langganan ditolak.Langkah seterusnyaGunakan kumpulan yang dibenarkan untuk pengebilan melalui baki.
Respons422 · price_unavailableSyaratSebut harga tidak dapat diberikan untuk input kelompok.Langkah seterusnyaSimpan respons; gunakan input keluarga API yang didokumenkan.
Respons402 · billing_errorSyaratRizab kelompok tidak tersedia.Langkah seterusnyaSelesaikan isu penerimaan permintaan sebelum menghantar permintaan baharu.
Respons503 · price_unavailableSyaratHarga kaedah kelompok/kadar natif tidak tersedia.Langkah seterusnyaSimpan respons; jangan gantikan harga.
Respons503 · api_errorSyaratLaluan pembekal yang tepat tidak tersedia.Langkah seterusnyaSimpan respons untuk pembaikan laluan.
Respons503 · result_pending_checkSyaratHasil asal memerlukan semakan; X-Should-Retry:false.Langkah seterusnyaSimpan operation_id/id asal dan baca statusnya; jangan sekali-kali ulang POST asal.
Respons404 · not_foundSyaratOperasi status kelompok tiada atau dimiliki oleh identiti lain.Langkah seterusnyaGunakan id asal yang tepat serta pengguna/kunci/kumpulan yang sama.

Alias

Alias model

Ailoot Ultra openai/gpt-6-luna-pro:batch

Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

ID pemanggil berkaitan

openai/gpt-6-luna-pro:batch

FAQ · OpenAI: GPT-6 Luna Pro (batch)
Apakah input dan hasil yang tersedia?

POST /v1/batches · openai/gpt-6-luna-pro:batch: text → text

Apakah medan yang digunakan oleh permintaan?

POST /v1/batches · openai/gpt-6-luna-pro:batch: endpoint, model, requests, completion_window, provider

Apakah had yang terpakai?

POST /v1/batches · openai/gpt-6-luna-pro:batch: requests.min_items: 1

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