models

OpenAI: GPT-6 Luna Pro

Markdown · JSON

OpenAI: GPT-6 Luna Pro

GPT-6 Luna met Pro-redeneren voor gerichte taken die extra analyse vóór een eindantwoord nodig hebben. Het basismodel accepteert tekst en afbeeldingen en is bruikbaar voor documentverwerking volgens regels, visuele vragen en beknopte schriftelijke resultaten.

Over het model

Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.

GPT-6 Luna Pro duidt op OpenAI’s GPT-6 Luna met Pro-redeneren. Luna is ontworpen voor gerichte taken en werk in grote aantallen; de invoer bestaat uit tekst en afbeeldingen en de uitvoer uit tekst. Pro voegt modelwerk toe bij het uitwerken van het eindantwoord. Het is een uitvoeringsmodus voor het gekozen basismodel, onderscheiden van de instelling voor redeneerinspanning die de hoeveelheid analyse binnen die modus regelt.

Een praktische toepassing is een nauw omschreven aanvraag met meerdere regels of uitzonderingen verwerken. Lever de aanvraag, de mogelijke categorieën en de informatie aan die de volgende actie bepaalt. Vraag om de categorie, de relevante feiten en een kort voorgesteld antwoord. Een voorbeeldtaak is een documentaanvraag te classificeren, een ontbrekend veld te benoemen en een bericht op te stellen waarin om dat veld wordt gevraagd. De taak blijft gericht, ook wanneer de voorwaarden zorgvuldige afweging vereisen.

Lever voor een vraag op basis van een afbeelding een duidelijke schermafbeelding of ander visueel materiaal aan en benoem het te onderzoeken detail. U kunt om uitleg van een zichtbare interfacetoestand vragen, samen met een korte instructie voor de lezer. Definieer voor geschreven materiaal de velden of uitspraken die bij de bewerking behouden moeten blijven, de toegestane categorieën en het verwachte antwoordformaat. Een kleine verzameling representatieve voorbeelden kan de grens tussen vergelijkbare categorieën verduidelijken, zonder dat het model uw regels moet afleiden.

OpenAI specificeert voor GPT-6 Luna een contextvenster van 1.050.000 tokens, een maximale invoer van 922.000 tokens en een maximale uitvoer van 128.000 tokens. De gedocumenteerde kennisgrens is 18 mei 2026. Het basismodel ondersteunt redeneerinspanning none, low, medium, high, xhigh en max, met medium als standaard. Redeneren neemt naast het eindantwoord tokenruimte in; de taakomschrijving en het aangeleverde materiaal moeten daarom ruimte voor analyse en het gevraagde resultaat overlaten.

De maker documenteert Pro in de Responses API voor moeilijke aanvragen die extra wachttijd en modelactiviteit toelaten. De ingebouwde hulpmiddelen van GPT-6 Luna en redeneren met functieaanroepen gebruiken Responses; in de interface Chat Completions van de maker worden functieaanroepen alleen ondersteund met redeneerinspanning none. Het basismodel vermeldt streaming, Structured Outputs, zoeken op het web en in bestanden, functieaanroepen en promptcaching. De hulpmiddelen omvatten ook afbeeldingsgeneratie, code-interpretatie, shell- en patchbewerkingen, skills, computergebruik, MCP-verbindingen en het zoeken naar hulpmiddelen. Uw toepassing bepaalt de bewerkingen die zij beschikbaar stelt en voert ze uit.

Gebruik een nauwkeurig uitvoercontract voor de uiteindelijke taak: de beslissing, de ondersteunende velden en eventuele nog ontbrekende informatie. Vraag bijvoorbeeld om één categorie, een beknopte onderbouwing op basis van de aangeleverde regel en de volgende vraag voor de lezer. Controleer het resultaat aan de hand van die regels, in plaats van een onbeperkte discussie toe te voegen. Deze werkwijze gebruikt Luna’s gerichte taakrol en bewaart Pro’s extra werk voor een aanvraag waarvan de afhankelijkheden of uitzonderingen uitgebreider onderzoek vereisen.

Praktische taak

Praktische taak

Technisch voorbeeld in het Engels

Find missing request details

Process this equipment request using the supplied rules. Every request needs item, quantity and delivery site. Urgent requests also need a reason. Message: "Urgent: please send 4 replacement keyboards." Return the supplied fields, missing required fields and a brief reply asking only for the missing details. Do not invent a site or urgency reason.

Verwacht resultaat

A compact field table, missing-field list and targeted clarification message.

Resultaat controleren

Check that quantity four and keyboards are retained, while delivery site and urgent reason stay missing.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions openai/gpt-6-luna-pro

openai/gpt-6-luna-pro

OpenAI /openai/gpt-6-luna-pro

Aan de slag

GPT-6 Luna met Pro-redeneren voor gerichte taken die extra analyse vóór een eindantwoord nodig hebben. Het basismodel accepteert tekst en afbeeldingen en is bruikbaar voor documentverwerking volgens regels, visuele vragen en beknopte schriftelijke resultaten.

Toegestane invoer
Tekst
Resultaten
Tekst

Beschikbaar in Ailoot · invoer en methoden

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Invoer
text
Uitvoer
text
Uitvoerformaat
json of SSE
VeldTypeVereisteWaarden en limietenStandaard
VeldmodelTypestringVereisteVereistWaarden en limieten
openai/gpt-6-luna-pro
Standaard—
VeldmessagesTypemessage[]VereisteVereistWaarden en limieten
Minimumaantal items: 1
Standaard—
Veldmessages[].roleTypestringVereisteVereistWaarden en limieten
Voorbeelden: system, user, assistant, tool, function
Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek.
Afhankelijk van het model
Standaard—
Veldmessages[].contentTypestring|content_part[]|nullVereisteOptioneelWaarden en limietenStandaard—
Veldmessages[].tool_callsTypetool_call[]VereisteOptioneelWaarden en limietenStandaard—
Veldmessages[].tool_call_idTypestringVereisteOptioneelWaarden en limieten
Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID
Standaard—
Veldmessages[].nameTypestringVereisteOptioneelWaarden en limietenStandaard—
Veldmessages[].reasoning_contentTypestringVereisteOptioneelWaarden en limieten
Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt
Standaard—
Veldmessages[].reasoning_detailsTypeobject|arrayVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldmax_tokensTypeintegerVereisteOptioneelWaarden en limieten
Minimum: 1
Afhankelijk van het model
Standaard—
Veldmax_completion_tokensTypeintegerVereisteOptioneelWaarden en limieten
Minimum: 1
Afhankelijk van het model
Standaard—
VeldstreamTypebooleanVereisteOptioneelWaarden en limietenStandaardfalse
Veldstream_options.include_usageTypebooleanVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
VeldtemperatureTypenumberVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldtop_pTypenumberVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
VeldstopTypestring|string[]VereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
VeldtoolsTypefunction_tool[]VereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldtools[].typeTypestringVereisteOptioneelWaarden en limieten
function
Afhankelijk van het model
Standaard—
Veldtools[].function.nameTypestringVereisteVereistWaarden en limieten
Geldt wanneer: functietool opgegeven
Standaard—
Veldtools[].function.descriptionTypestringVereisteOptioneelWaarden en limietenStandaard—
Veldtools[].function.parametersTypeJSON_schemaVereisteOptioneelWaarden en limietenStandaard—
Veldtool_choiceTypestring|objectVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldparallel_tool_callsTypebooleanVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldresponse_formatTypeobjectVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldreasoning_effortTypestringVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
VeldreasoningTypeobjectVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldservice_tierTypestringVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
VeldinstructionsTypestringVereisteOptioneelWaarden en limieten
Compatibiliteitsveld
Standaard—
VeldfunctionsTypefunction[]VereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldfunction_callTypestring|objectVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldprompt_cache_optionsTypeobjectVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
VeldmodalitiesTypestring[]VereisteOptioneelWaarden en limieten
text
Standaard—
VeldproviderTypeobjectVereisteOptioneelWaarden en limieten
Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd
Standaard—
Veldcache_control.ttlTypestringVereisteOptioneelWaarden en limieten
Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd
Standaard—
Combinaties van invoermaterialen

Tekst · UTF8-tekst

messages[].content

Methodeparameters en levenscyclus
ParameterContract
Parametercontent_typeContractapplication/json
ParameterrequiredContractmodel, messages
Parametermaterial_typesContracttext
ParametermessagesContractberichtenarray met de structuur role/content
Parameterfile_materialContractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid
Parameteroptional_controlsContractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
Parametercontrol_scopeContractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools
Parameteroutput_modalitiesContracttext
Parameterhosted_operationsContractfalse
Parametermultimodal_input_bindingContractnull

Levenscyclus: synchronous_or_streamed

Stuur het exacte model-ID mee met messages.

Contextlengte is geen uitvoerlimiet.

Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.

Tarieven

Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.

Snelle modus
Standaardtarief Wanneer de snelle modus geselecteerd is
Flex-modus
Standaardtarief Wanneer de flex-modus geselecteerd is
Maximale redeneerinspanning
Standaardtarief Wanneer voor maximale redeneerinspanning de default-aanpassing wordt gebruikt
Redeneerinspanning · hoog
Standaardtarief Wanneer de redeneerinspanning hoog is
Redeneerinspanning · laag
Standaardtarief Wanneer de redeneerinspanning laag is
Redeneerinspanning · max
Standaardtarief Wanneer de redeneerinspanning max is
Redeneerinspanning · gemiddeld
Standaardtarief Wanneer de redeneerinspanning gemiddeld is
Redeneerinspanning · geen
Standaardtarief Wanneer er geen redeneerinspanning wordt gebruikt
Redeneerinspanning · xhigh
Standaardtarief Wanneer de redeneerinspanning xhigh is

Ailoot-tarieven

Prijzen per configuratie

Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.

ConfiguratieTariefstaffelContexttokens, meer danContexttokens, tot en metKosten
ConfiguratieBasistarieven voor tokensTariefstaffelBasistariefContexttokens, meer dan—Contexttokens, tot en metGeen bovengrensKosten
Invoer · Invoertokens $0.0002 / 1K tokens
Uitvoer · Uitvoertokens $0.001 / 1K tokens
Invoer · Cache lezen $0.00002 / 1K tokens
Invoer · Cache schrijven $0.00025 / 1K tokens
Invoer · Cache schrijven, 1 uur — / 1K tokens
ConfiguratieAanvraaglengte · niveau 1Tariefstaffel—Contexttokens, meer dan0Contexttokens, tot en met272.000Kosten
Invoer · Invoertokens $0.0002 / 1K tokens
Uitvoer · Uitvoertokens $0.001 / 1K tokens
Invoer · Cache lezen $0.00002 / 1K tokens
Invoer · Cache schrijven $0.00025 / 1K tokens
Invoer · Cache schrijven, 1 uur — / 1K tokens
ConfiguratieAanvraaglengte · niveau 2Tariefstaffel—Contexttokens, meer dan272.000Contexttokens, tot en metGeen bovengrensKosten
Invoer · Invoertokens $0.0004 / 1K tokens
Uitvoer · Uitvoertokens $0.0015 / 1K tokens
Invoer · Cache lezen $0.00004 / 1K tokens
Invoer · Cache schrijven $0.0005 / 1K tokens
Invoer · Cache schrijven, 1 uur — / 1K tokens

Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →

Voorbeeldverzoeken

Ailoot Ultra · OpenAI Chat

curlPython SDKPython-stream
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "openai/gpt-6-luna-pro", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -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
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='openai/gpt-6-luna-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
from openai import OpenAI
import os
from pathlib import Path

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

with client.chat.completions.stream(model='openai/gpt-6-luna-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
    with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
        for event in stream:
            payload=event.to_dict(mode="json")
            log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
            print(json.dumps(payload,ensure_ascii=False))
    final=stream.get_final_completion()
    save_result(final.to_dict(mode="json"),"stream-result")

Resultaten ophalen en opslaan

Ailoot Ultra · OpenAI Chat

json of SSE

Alle voltooide resultaten bewaren

Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.

Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.

Als het oorspronkelijke antwoord moet worden gecontroleerd

Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.

Antwoordvelden
VeldType
Veldchoices[].indexTypeinteger
Veldchoices[].message.contentTypestring|null
Veldchoices[].message.tool_callsTypetool_call[]
Veldchoices[].message.reasoning_contentTypestring
Veldchoices[].message.reasoning_detailsTypeobject|array
Veldchoices[].finish_reasonTypestring|null
VeldusageTypeobject
Fouten en vervolgstappen
AntwoordVoorwaardeVolgende stap
Antwoord400 · invalid_request_errorVoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldigVolgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag.

Aliasnamen

Modelaliasnamen

Ailoot Ultra openai/gpt-6-luna-pro

Aliasnamen voor methodepaden

Gebruik de hierboven getoonde methodepaden.

Gerelateerde aanroeper-ID’s

openai/gpt-6-luna-pro

Ailoot Ultra · Anthropic Messages POST /v1/messages openai/gpt-6-luna-pro

openai/gpt-6-luna-pro

OpenAI /openai/gpt-6-luna-pro

Aan de slag

GPT-6 Luna met Pro-redeneren voor gerichte taken die extra analyse vóór een eindantwoord nodig hebben. Het basismodel accepteert tekst en afbeeldingen en is bruikbaar voor documentverwerking volgens regels, visuele vragen en beknopte schriftelijke resultaten.

Toegestane invoer
Tekst
Resultaten
Tekst

Beschikbaar in Ailoot · invoer en methoden

Ailoot Ultra · Anthropic Messages POST /v1/messages
Invoer
text
Uitvoer
text
Uitvoerformaat
json of SSE
VeldTypeVereisteWaarden en limietenStandaard
VeldmodelTypestringVereisteVereistWaarden en limieten
openai/gpt-6-luna-pro
Standaard—
VeldmessagesTypemessage[]VereisteVereistWaarden en limieten
Minimumaantal items: 1
Standaard—
Veldmessages[].roleTypestringVereisteVereistWaarden en limieten
user, assistant
Standaard—
Veldmessages[].contentTypestring|content_block[]VereisteVereistWaarden en limietenStandaard—
VeldsystemTypestring|content_block[]VereisteOptioneelWaarden en limietenStandaard—
Veldmax_tokensTypeintegerVereisteVereistWaarden en limieten
Minimum: 1
Limiet geldt voor: exacte bovengrens van het gekozen model/de gekozen modelkaart
Standaard—
VeldstreamTypebooleanVereisteOptioneelWaarden en limietenStandaardfalse
VeldtemperatureTypenumberVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldtop_pTypenumberVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldstop_sequencesTypestring[]VereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
VeldtoolsTypetool[]VereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldtools[].nameTypestringVereisteOptioneelWaarden en limieten
Geldt wanneer: tool opgegeven
Standaard—
Veldtools[].descriptionTypestringVereisteOptioneelWaarden en limietenStandaard—
Veldtools[].input_schemaTypeJSON_schemaVereisteOptioneelWaarden en limietenStandaard—
Veldtool_choiceTypeobjectVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldthinking.typeTypestringVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldthinking.budget_tokensTypeintegerVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldoutput_config.effortTypestringVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
VeldmetadataTypeobjectVereisteOptioneelWaarden en limietenStandaard—
Veldcache_controlTypeobjectVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Combinaties van invoermaterialen

Tekst · UTF8-tekst

messages[].content of een blok met type=text

Tekst + afbeelding

{type:image,source:{type:base64,media_type,data}} of bron met type=url

Methodeparameters en levenscyclus
ParameterContract
Parametermaterial_typesContracttext
ParameterrequiredContractmodel, messages, max_tokens
Parameteroptional_controlsContractnull
Parametercontent_typeContractapplication/json
Parametertext_file_materialContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht.

Levenscyclus: exact retained published method

Verstuur de exacte model-ID en de verplichte velden.

Bewaar elk teruggestuurd item en zijn oorspronkelijke identificatiecodes.

Tarieven

Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.

Snelle modus
Standaardtarief Wanneer de snelle modus geselecteerd is
Flex-modus
Standaardtarief Wanneer de flex-modus geselecteerd is
Maximale redeneerinspanning
Standaardtarief Wanneer voor maximale redeneerinspanning de default-aanpassing wordt gebruikt
Redeneerinspanning · hoog
Standaardtarief Wanneer de redeneerinspanning hoog is
Redeneerinspanning · laag
Standaardtarief Wanneer de redeneerinspanning laag is
Redeneerinspanning · max
Standaardtarief Wanneer de redeneerinspanning max is
Redeneerinspanning · gemiddeld
Standaardtarief Wanneer de redeneerinspanning gemiddeld is
Redeneerinspanning · geen
Standaardtarief Wanneer er geen redeneerinspanning wordt gebruikt
Redeneerinspanning · xhigh
Standaardtarief Wanneer de redeneerinspanning xhigh is

Ailoot-tarieven

Prijzen per configuratie

Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.

ConfiguratieTariefstaffelContexttokens, meer danContexttokens, tot en metKosten
ConfiguratieBasistarieven voor tokensTariefstaffelBasistariefContexttokens, meer dan—Contexttokens, tot en metGeen bovengrensKosten
Invoer · Invoertokens $0.0002 / 1K tokens
Uitvoer · Uitvoertokens $0.001 / 1K tokens
Invoer · Cache lezen $0.00002 / 1K tokens
Invoer · Cache schrijven $0.00025 / 1K tokens
Invoer · Cache schrijven, 1 uur — / 1K tokens
ConfiguratieAanvraaglengte · niveau 1Tariefstaffel—Contexttokens, meer dan0Contexttokens, tot en met272.000Kosten
Invoer · Invoertokens $0.0002 / 1K tokens
Uitvoer · Uitvoertokens $0.001 / 1K tokens
Invoer · Cache lezen $0.00002 / 1K tokens
Invoer · Cache schrijven $0.00025 / 1K tokens
Invoer · Cache schrijven, 1 uur — / 1K tokens
ConfiguratieAanvraaglengte · niveau 2Tariefstaffel—Contexttokens, meer dan272.000Contexttokens, tot en metGeen bovengrensKosten
Invoer · Invoertokens $0.0004 / 1K tokens
Uitvoer · Uitvoertokens $0.0015 / 1K tokens
Invoer · Cache lezen $0.00004 / 1K tokens
Invoer · Cache schrijven $0.0005 / 1K tokens
Invoer · Cache schrijven, 1 uur — / 1K tokens

Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →

Voorbeeldverzoeken

Ailoot Ultra · Anthropic Messages

Volledige minimale JSON-bodycurl · gebruik je UTF-8-documentPython · sla het volledige resultaat op
{
  "model": "openai/gpt-6-luna-pro",
  "max_tokens": 4096,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ]
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'openai/gpt-6-luna-pro', 'max_tokens': 4096, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -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

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'openai/gpt-6-luna-pro', 'max_tokens': 4096, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))

Resultaten ophalen en opslaan

Ailoot Ultra · Anthropic Messages

json of SSE

Alle voltooide resultaten bewaren

Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.

Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.

Als het oorspronkelijke antwoord moet worden gecontroleerd

Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.

Antwoordvelden
VeldType
VeldidTypestring
VeldmodelTypestring
Veldcontent[]Typetext|thinking|tool_use|other content block
Veldstop_reasonTypestring|null
VeldusageTypeobject
Fouten en vervolgstappen
AntwoordVoorwaardeVolgende stap
Antwoord400 · invalid_request_errorVoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldigVolgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag.

Aliasnamen

Modelaliasnamen

Ailoot Ultra openai/gpt-6-luna-pro

Aliasnamen voor methodepaden

Gebruik de hierboven getoonde methodepaden.

Gerelateerde aanroeper-ID’s

openai/gpt-6-luna-pro

Ailoot Ultra · OpenAI Responses POST /v1/responses openai/gpt-6-luna-pro

openai/gpt-6-luna-pro

OpenAI /openai/gpt-6-luna-pro

Aan de slag

GPT-6 Luna met Pro-redeneren voor gerichte taken die extra analyse vóór een eindantwoord nodig hebben. Het basismodel accepteert tekst en afbeeldingen en is bruikbaar voor documentverwerking volgens regels, visuele vragen en beknopte schriftelijke resultaten.

Toegestane invoer
Tekst
Resultaten
Tekst

Beschikbaar in Ailoot · invoer en methoden

Ailoot Ultra · OpenAI Responses POST /v1/responses
Invoer
text
Uitvoer
text
Uitvoerformaat
json of SSE
VeldTypeVereisteWaarden en limietenStandaard
VeldmodelTypestringVereisteVereistWaarden en limieten
openai/gpt-6-luna-pro
Standaard—
VeldinputTypestring|input_item[]VereisteVereistWaarden en limietenStandaard—
VeldinstructionsTypestringVereisteOptioneelWaarden en limietenStandaard—
Veldinput[].typeTypestringVereisteOptioneelWaarden en limieten
message, reasoning, function_call, function_call_output
Standaard—
Veldinput[].contentTypestring|content_part[]VereisteOptioneelWaarden en limietenStandaard—
Veldinput[].call_idTypestringVereisteOptioneelWaarden en limieten
Geldt wanneer: function_call_output; bewaar de werkelijk teruggegeven call_id
Standaard—
Veldinput[].outputTypestring|content_part[]VereisteOptioneelWaarden en limieten
Geldt wanneer: function_call_output
Standaard—
Veldmax_output_tokensTypeintegerVereisteOptioneelWaarden en limieten
Minimum: 1
Afhankelijk van het model
Standaard—
VeldstreamTypebooleanVereisteOptioneelWaarden en limietenStandaardfalse
VeldtemperatureTypenumberVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldtop_pTypenumberVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
VeldtoolsTypetool[]VereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldtool_choiceTypestring|objectVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldparallel_tool_callsTypebooleanVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldreasoning.effortTypestringVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldreasoning.summaryTypestringVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldtext.formatTypeobjectVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldtext.verbosityTypestringVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
VeldincludeTypestring[]VereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
VeldstoreTypebooleanVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldprevious_response_idTypestringVereisteNiet ondersteundWaarden en limieten
ID-vereiste: Alleen een werkelijk antwoord-ID van een ondersteunde voortzetting
Voorwaarden: Stuur bij elke aanvraag de werkelijke gespreksgeschiedenis opnieuw mee.
Standaard—
Veldservice_tierTypestringVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldprompt_cache_keyTypestringVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Veldprompt_cache_optionsTypeobjectVereisteOptioneelWaarden en limieten
Afhankelijk van het model
Standaard—
Combinaties van invoermaterialen

Tekst · UTF8-tekst

invoertekst of een input_text-onderdeel

Tekst + afbeelding

{type:input_image,image_url}

Methodeparameters en levenscyclus
ParameterContract
Parametermaterial_typesContracttext
ParameterrequiredContractmodel, input
Parameteroptional_controlsContractnull
Parametercontent_typeContractapplication/json
Parametertext_file_materialContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht.

Levenscyclus: exact retained published method

Verstuur de exacte model-ID en de verplichte velden.

Bewaar elk teruggestuurd item en zijn oorspronkelijke identificatiecodes.

Tarieven

Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.

Snelle modus
Standaardtarief Wanneer de snelle modus geselecteerd is
Flex-modus
Standaardtarief Wanneer de flex-modus geselecteerd is
Maximale redeneerinspanning
Standaardtarief Wanneer voor maximale redeneerinspanning de default-aanpassing wordt gebruikt
Redeneerinspanning · hoog
Standaardtarief Wanneer de redeneerinspanning hoog is
Redeneerinspanning · laag
Standaardtarief Wanneer de redeneerinspanning laag is
Redeneerinspanning · max
Standaardtarief Wanneer de redeneerinspanning max is
Redeneerinspanning · gemiddeld
Standaardtarief Wanneer de redeneerinspanning gemiddeld is
Redeneerinspanning · geen
Standaardtarief Wanneer er geen redeneerinspanning wordt gebruikt
Redeneerinspanning · xhigh
Standaardtarief Wanneer de redeneerinspanning xhigh is

Ailoot-tarieven

Prijzen per configuratie

Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.

ConfiguratieTariefstaffelContexttokens, meer danContexttokens, tot en metKosten
ConfiguratieBasistarieven voor tokensTariefstaffelBasistariefContexttokens, meer dan—Contexttokens, tot en metGeen bovengrensKosten
Invoer · Invoertokens $0.0002 / 1K tokens
Uitvoer · Uitvoertokens $0.001 / 1K tokens
Invoer · Cache lezen $0.00002 / 1K tokens
Invoer · Cache schrijven $0.00025 / 1K tokens
Invoer · Cache schrijven, 1 uur — / 1K tokens
ConfiguratieAanvraaglengte · niveau 1Tariefstaffel—Contexttokens, meer dan0Contexttokens, tot en met272.000Kosten
Invoer · Invoertokens $0.0002 / 1K tokens
Uitvoer · Uitvoertokens $0.001 / 1K tokens
Invoer · Cache lezen $0.00002 / 1K tokens
Invoer · Cache schrijven $0.00025 / 1K tokens
Invoer · Cache schrijven, 1 uur — / 1K tokens
ConfiguratieAanvraaglengte · niveau 2Tariefstaffel—Contexttokens, meer dan272.000Contexttokens, tot en metGeen bovengrensKosten
Invoer · Invoertokens $0.0004 / 1K tokens
Uitvoer · Uitvoertokens $0.0015 / 1K tokens
Invoer · Cache lezen $0.00004 / 1K tokens
Invoer · Cache schrijven $0.0005 / 1K tokens
Invoer · Cache schrijven, 1 uur — / 1K tokens

Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →

Voorbeeldverzoeken

Ailoot Ultra · OpenAI Responses

Volledige minimale JSON-bodycurl · gebruik je UTF-8-documentPython · sla het volledige resultaat op
{
  "model": "openai/gpt-6-luna-pro",
  "input": [
    {
      "content": "Hello, how are you?",
      "role": "user",
      "type": "message"
    }
  ]
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'openai/gpt-6-luna-pro', 'input': [{'content': 'Hello, how are you?', 'role': 'user', 'type': 'message'}]}
payload['input'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/responses \
  -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

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'openai/gpt-6-luna-pro', 'input': [{'content': 'Hello, how are you?', 'role': 'user', 'type': 'message'}]}
payload['input'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'Authorization': 'Bearer PLACEHOLDER_KEY', 'Content-Type': 'application/json'}
headers['Authorization'] = 'Bearer ' + api_key
request = Request('https://api.ailoot.ai/v1/responses', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))

Resultaten ophalen en opslaan

Ailoot Ultra · OpenAI Responses

json of SSE

Alle voltooide resultaten bewaren

Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.

Bewaar elk uitvoeritem en inhoudsonderdeel, de werkelijke call_id van functies, versleutelde redeneringen en verbruiksgegevens. Behoud bij streaming de volledige identiteit van gebeurtenissen en items.

Als het oorspronkelijke antwoord moet worden gecontroleerd

Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.

Antwoordvelden
VeldType
VeldidTypestring
VeldstatusTypestring
Veldoutput[]Typemessage|reasoning|function_call|other item
Veldoutput[].content[]Typecontent part
VeldusageTypeobject
Fouten en vervolgstappen
AntwoordVoorwaardeVolgende stap
Antwoord400 · invalid_request_errorVoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldigVolgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag.

Aliasnamen

Modelaliasnamen

Ailoot Ultra openai/gpt-6-luna-pro

Aliasnamen voor methodepaden

Gebruik de hierboven getoonde methodepaden.

Gerelateerde aanroeper-ID’s

openai/gpt-6-luna-pro

FAQ · OpenAI: GPT-6 Luna Pro
Welke invoer en resultaten zijn beschikbaar?

POST /v1/chat/completions · openai/gpt-6-luna-pro: text → text

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

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

Welke velden gebruikt het verzoek?

POST /v1/chat/completions · openai/gpt-6-luna-pro: model, messages, stream, modalities, provider

POST /v1/messages · openai/gpt-6-luna-pro: model, messages, system, max_tokens, stream, metadata

POST /v1/responses · openai/gpt-6-luna-pro: model, input, instructions, stream

Welke limieten gelden?

POST /v1/chat/completions · openai/gpt-6-luna-pro: messages.min_items: 1

POST /v1/messages · openai/gpt-6-luna-pro: messages.min_items: 1; max_tokens.minimum: 1

Meer details

Verbind Ailoot met Claude Code, OpenCode, Hermes of je eigen applicatie.

Het bedrijf en zijn projectenportefeuille

Het bedrijf en zijn projectenportefeuille: miljoenen klanten; maandelijkse verkopen in de miljarden.

Koop tokens met korting.

Abonnementsvoordeel voor regelmatig gebruik. Promotiecodes geven tot 50% korting op tokens.

Abonnement
Kies een abonnement met korting voor je terugkerende verzoeken.
Promotiecode tot 50%
Vul de code bij aankoop in. De prijs wordt volgens de lopende actie herberekend.
Kosten in de geschiedenis
Model, tokens en bedrag worden per verzoek bewaard.

Kies een abonnement · Bekijk modelprijzen

Verbind de API met het product dat je verkoopt.

SaaS, apps en bots volgens de openbare aanbodvoorwaarden en licentieovereenkomst van Ailoot. Vraag voor doorverkoop een resellerlicentie aan.

Commerciële applicatie
Voeg tekst-, beeld-, video- en geluidsgeneratie aan betaalde functies van je service toe.
Resellerlicentie
Stuur een projectbeschrijving en toegangsschema. Vraag schriftelijke voorwaarden voor gebruik en doorverkoop.
Documenten op de site
Aanbodvoorwaarden, licentieovereenkomst en gegevensbeleid zijn vóór het verbinden beschikbaar.

Vraag een resellerlicentie aan · Aanbodvoorwaarden en licentieovereenkomst