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:batchPengenalan
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
| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanendpoint | Jenisstring | KeperluanDiperlukan | Nilai & had /v1/chat/completions | Lalai— |
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-6-luna:batch | Lalai— |
Medanrequests | Jenisbatch_item[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanrequests[].custom_id | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanrequests[].body.messages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medancompletion_window | Jenisstring | KeperluanPilihan | Nilai & had 24h | Lalai— |
Medanprovider | Jenisobject|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanrequests[].body.model | Jenisstring | KeperluanPilihan | Nilai & had openai/gpt-6-luna:batch, openai/gpt-6-luna | Lalai— |
Medanprovider.only | Jenisstring[] | KeperluanPilihan | Nilai & had openai | Lalai— |
Medanprovider.allow_fallbacks | Jenisboolean|null | KeperluanPilihan | Nilai & had false, null | Lalai— |
Parameter kaedah dan kitar hayat
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakendpoint, model, requests |
Parametermaterial_types | Kontraktext |
Parameterrepresentation | Kontrakrequests[] sebaris; setiap item mempunyai custom_id dan body |
Parameterrequest_endpoint_profile | Kontrak/v1/chat/completions |
Parameterfile_material | KontrakPemanggil 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_order | Kontrakendpoint, model, provider (jika dibekalkan), completion_window (jika dibekalkan), requests di akhir |
Parameteroptional_controls | Kontrakprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | KontrakBadan 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.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj 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 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasuk272,000 | Caj 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 2 | Jadual kadar— | Token konteks, melebihi272,000 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0002 / 1K token Output · Token output $0.00075 / 1K token Input · Bacaan cache $0.00002 / 1K token Input · Penulisan cache $0.00025 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
Contoh permintaan
Ailoot Ultra · Kelompok
set -eu
: "${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
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
| Medan | Jenis |
|---|---|
Medanresults[].custom_id | Jenisstring |
Medanresults[].response.body.choices[].message.content | Jenisstring|null |
Medanresults[].error | Jenisobject|null |
Medanusage | Jenisobject|null |
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medanendpoint | Jenisstring |
Medanstatus | Jenisstring |
Medanrequest_counts | Jenisobject |
Medanresults[].id | Jenisstring |
Medanresults[].response.status_code | Jenisinteger |
Medanresults[].response.request_id | Jenisstring |
Ralat dan langkah seterusnya
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratPembungkus 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_error | SyaratKunci API tidak sah. | Langkah seterusnyaGunakan kunci Ailoot yang dibenarkan. |
Respons403 · permission_error | SyaratKumpulan kelompok tidak tersedia. | Langkah seterusnyaSemak hak akses kunci/kumpulan. |
Respons422 · invalid_request_error | SyaratKelompok menggunakan pengebilan baki; penciptaan melalui langganan ditolak. | Langkah seterusnyaGunakan kumpulan yang dibenarkan untuk pengebilan melalui baki. |
Respons422 · price_unavailable | SyaratSebut harga tidak dapat diberikan untuk input kelompok. | Langkah seterusnyaSimpan respons; gunakan input keluarga API yang didokumenkan. |
Respons402 · billing_error | SyaratRizab kelompok tidak tersedia. | Langkah seterusnyaSelesaikan isu penerimaan permintaan sebelum menghantar permintaan baharu. |
Respons503 · price_unavailable | SyaratHarga kaedah kelompok/kadar natif tidak tersedia. | Langkah seterusnyaSimpan respons; jangan gantikan harga. |
Respons503 · api_error | SyaratLaluan pembekal yang tepat tidak tersedia. | Langkah seterusnyaSimpan respons untuk pembaikan laluan. |
Respons503 · result_pending_check | SyaratHasil asal memerlukan semakan; X-Should-Retry:false. | Langkah seterusnyaSimpan operation_id/id asal dan baca statusnya; jangan sekali-kali ulang POST asal. |
Respons404 · not_found | SyaratOperasi 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
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