model

OpenAI: GPT-6 Luna (batch)

Markdown · JSON

OpenAI: GPT-6 Luna (batch)

GPT-6 Luna ialah model penaakulan tertumpu OpenAI untuk tugas berulang dengan jumlah yang besar. Teks dan imej boleh menyokong pengelasan, pengekstrakan, bantuan dan kerja berpandukan alat, dengan konteks 1,050,000 token, output teks berstruktur serta tetapan usaha tanpa penaakulan sebagai pilihan.

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 ialah model tertumpu OpenAI untuk tugas berulang dengan jumlah yang besar. Model ini menerima teks dan imej serta menghasilkan teks, menjadikannya berguna untuk operasi yang ditakrifkan seperti pengelasan, pengekstrakan, penulisan semula, soalan berasaskan imej dan langkah individu dalam aliran kerja pembantu. Luna mengekalkan profilnya sendiri dalam GPT-6, berasingan daripada peranan Sol untuk pengekodan kompleks, kerja Astra yang paling mencabar dan tetapan pelaksanaan Pro Luna.

Takrifkan operasi yang boleh diulang

Berikan setiap tugas hasil yang jelas: kategori, rekod kecil, penerangan atau petikan yang disemak semula. Untuk pengelasan, berikan makna kategori serta konvensyen bagi item yang tidak sepadan dengan mana-mana kategori. Untuk pengekstrakan, takrifkan medan, unit dan cara maklumat yang tiada harus dikendalikan. Taklimat yang berguna ialah: “Kenal pasti isu utama pengguna, pilih satu daripada kategori ini dan pulangkan ayat yang menyokong pilihan itu.”

Untuk respons sokongan, berikan soalan dan bahan sumber berkaitan yang telah diluluskan, kemudian kenal pasti bahasa jawapan serta butiran yang perlu dikekalkan. Untuk imej, kekalkan label yang kelihatan dan beritahu model perkara yang ditanyakan. Asingkan kata-kata yang diekstrak daripada tafsiran supaya rekod yang terhasil boleh disemak terhadap input.

Usaha dan format output

Pengeluar menyokong usaha penaakulan none, low, medium, high, xhigh dan max; medium ialah nilai lalai. Tetapan none membolehkan tugas yang tidak memerlukan penaakulan perantaraan, manakala usaha yang lebih besar boleh membina analisis untuk soalan yang lebih rumit. Usaha penaakulan dan mod pelaksanaan standard atau Pro ialah pilihan yang bebas antara satu sama lain. Kontrak output yang sempit masih diperlukan pada setiap tahap usaha.

Structured Outputs boleh mengehadkan rekod yang ditakrifkan, dan teks biasa boleh menyampaikan jawapan atau penerangan ringkas. Nyatakan makna medan dan konvensyen nilai yang tiada. Kesahan format tidak membuktikan bahawa nilai yang diekstrak wujud dalam sumber, jadi semak kandungan serta struktur.

Konteks dan pengetahuan

Kad model menyenaraikan konteks 1,050,000 token, sehingga 922,000 token input dan sehingga 128,000 token output. Had pengetahuannya ialah 18 Mei 2026. Bahan sumber, perbualan, penaakulan dan jawapan yang kelihatan memerlukan ruang bersama. Untuk kerja berulang, kekalkan kriteria dan label sumber yang penting, bukannya membiarkan sejarah yang tidak berkaitan mengaburkan operasi.

Alat dan hasil aplikasi

OpenAI mendokumenkan Responses untuk alat terbina dalam dan panggilan fungsi. Chat Completions menyokong panggilan fungsi untuk model ini hanya apabila usaha penaakulan ialah none. Senarai alat pengeluar merangkumi carian web dan fail, alat penjanaan imej, pentafsir kod, alat shell dan patch, kemahiran, penggunaan komputer, sambungan MCP serta carian alat. Output Luna sendiri ialah teks; imej yang dihasilkan alat atau tindakan yang dilaksanakan ialah hasil yang berasingan.

Aplikasi melaksanakan operasi yang dipilih dan memulangkan pemerhatian untuk langkah model seterusnya. Carian produk boleh memberikan medan yang tiada sebelum jawapan disusun; tugas pengekstrakan boleh menggunakan petikan yang benar-benar diperoleh. Panduan GPT-6 turut menerangkan kerja alat tak segerak, pengarahan dan keupayaan pengurusan konteks pada peringkat keluarga.

Hasil akhir yang berguna ialah jawapan atau rekod tertumpu yang berkaitan dengan bukti yang dibekalkan. Semak nilainya, kekalkan istilah wajib dan pastikan soalan tentang sumber terkini berkaitan dengan bahan berwibawa atau pemerhatian alat sebenar. Peranan Luna ialah menyelesaikan operasi yang ditakrifkan, bukannya menukar himpunan sumber yang besar kepada tugas yang tidak ditentukan.

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

openai/gpt-6-luna:batch

OpenAI /openai/gpt-6-luna:batch

Pengenalan

GPT-6 Luna ialah model penaakulan tertumpu OpenAI untuk tugas berulang dengan jumlah yang besar. Teks dan imej boleh menyokong pengelasan, pengekstrakan, bantuan dan kerja berpandukan alat, dengan konteks 1,050,000 token, output teks berstruktur serta tetapan usaha tanpa penaakulan sebagai pilihan.

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: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:batch, openai/gpt-6-luna
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: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:batch', 'openai/gpt-6-luna']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6-luna: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:batch

Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

ID pemanggil berkaitan

openai/gpt-6-luna:batch

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

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

Apakah medan yang digunakan oleh permintaan?

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

Apakah had yang terpakai?

POST /v1/batches · openai/gpt-6-luna: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