Source: https://ailoot.ai/models/pl/openai-gpt-5-6-luna-u003a-batch/ Canonical: https://ailoot.ai/models/pl/openai-gpt-5-6-luna-u003a-batch/ Language: pl # OpenAI: GPT-5.6 Luna (batch) [Markdown](https://ailoot.ai/models/pl/openai-gpt-5-6-luna-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/pl/openai-gpt-5-6-luna-u003a-batch/facts.json) ## [OpenAI: GPT-5.6 Luna (batch)](https://ailoot.ai/models/pl/openai-gpt-5-6-luna-u003a-batch/) GPT-5.6 Luna to model OpenAI do określonych zadań w powtarzalnych obciążeniach o dużej skali. Przyjmuje tekst i obrazy, a zwraca odpowiedzi lub uporządkowane rekordy, z opcjonalnym rozumowaniem, narzędziami kierowanymi przez informacje źródłowe i kontekstem 1 050 000 tokenów, odrębnym od ustawienia wykonania Pro. - [**Ailoot Ultra · Batch** `POST /v1/batches` `openai/gpt-5.6-luna:batch`](https://ailoot.ai/models/pl/openai-gpt-5-6-luna-u003a-batch/#method-0) O modelu Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody. GPT-5.6 Luna to model OpenAI do określonych zadań przy dużej skali obciążeń w rodzinie GPT-5.6. Producent porównuje jego rolę w obsłudze zadań z mniejszym wariantem we wcześniejszych rodzinach GPT-5, zachowując przy tym Lunę jako model o odrębnej tożsamości. Przyjmuje tekst i obrazy, a generuje tekst, w tym wyjaśnienia, przeredagowane fragmenty, klasyfikacje i uporządkowane rekordy. #### Precyzyjne zadanie powtarzalne Zleć modelowi jedną określoną operację i podaj kryteria użytecznego wyniku. Przy wydobywaniu danych nazwij pola, jednostki i sposób zapisu brakujących wartości. Przy klasyfikacji podaj znaczenie kategorii i określ postępowanie, gdy żadna nie pasuje. Przykładowe polecenie to: „Wydobądź wartości specyfikacji z tego fragmentu, zachowaj ich jednostki i wskaż zdanie uzasadniające każde pole”. Odpowiedź pomocowa powinna korzystać z dostarczonych materiałów o produkcie lub zasadach i być zgodna z wymaganym przez użytkownika językiem. W pytaniu wizualnym wskaż odpowiedni obraz i widoczny szczegół. Zachowaj zwięzłość wyniku odpowiednią do dalszego zastosowania, nie pomijając wymaganej wartości ze źródła ani zastrzeżenia dotyczącego jej znaczenia. #### Ustawienia rozumowania i zachowany kontekst Producent obsługuje poziomy nakładu none, low, medium, high, xhigh i max, z domyślnym medium. Standard to domyślny tryb rozumowania, natomiast Pro jest osobnym ustawieniem wykonania oznaczającym dodatkową pracę modelu. Nakład i tryb są niezależne; rutynowe zadanie bezpośrednie i bardziej złożone porównanie mogą więc wymagać innego przygotowania przy zachowaniu tego samego nazwanego profilu Luna. Przewodnik po rozumowaniu stwierdza, że GPT-5.6 domyślnie przedstawia dostępne rozumowanie z wcześniejszych tur, a obsługiwane ustawienie kontekstu wybiera to zachowanie. Wpływa to na materiały zachowywane w toku wieloetapowego zadania; nie oznacza nieograniczonej pamięci. W kolejnych poleceniach utrzymuj jasność przyjętych faktów, oznaczeń źródeł i wymaganego wyniku. #### Kontekst i wiedza OpenAI podaje kontekst 1 050 000 tokenów, maksymalny limit wejścia 922 000 tokenów i maksymalny limit wyjścia 128 000 tokenów. Udokumentowana data graniczna wiedzy to 16 lutego 2026 r. Rozumowanie i odpowiedź końcowa współdzielą budżet generowania, a wszystkie materiały zadania muszą zmieścić się w kontekście. Po wyczerpaniu tych budżetów żądanie może się zakończyć przed uzyskaniem pełnej widocznej odpowiedzi. #### Uporządkowane odpowiedzi i narzędzia Karta modelu wymienia Structured Outputs, strumieniowanie i wywoływanie funkcji. Ekosystem narzędzi producenta obejmuje wyszukiwanie w sieci i plikach, narzędzia do generowania obrazów, interpreter kodu, operacje powłoki i stosowania poprawek, umiejętności, korzystanie z komputera, połączenia MCP i wyszukiwanie narzędzi. Uporządkowany rekord nadal wymaga wartości opartych na rzeczywistym wejściu; poprawność JSON sama nie dowodzi zgodności z faktami. Aplikacja udostępnia funkcje, wykonuje wybrane operacje i zwraca obserwacje. Wyszukiwanie może dostarczyć brakujące pole, zanim Luna ułoży odpowiedź. Zachowaj wynik wraz z jego źródłem i operacją oraz odróżniaj proponowane działanie od pracy, która rzeczywiście została wykonana. Własnym wyjściem modelu jest tekst, natomiast obraz wygenerowany przez narzędzie stanowi odrębny rezultat. #### Użyteczny wynik Wiąż twierdzenia zależne od źródeł z autorytatywnymi materiałami i określ moment zakończenia operacji. Dobry wynik to zamówiony rekord, wyjaśnienie lub przeredagowany fragment z zachowaniem obowiązkowych nazw i dowodów. Wyspecjalizowana rola Luny, obsługiwany zakres nakładu na rozumowanie i profil trybu standardowego pozostają odrębne od Terry, Sol, wykonania Pro i późniejszych wydań GPT-6. **Ailoot Ultra · Batch** `POST /v1/batches` `openai/gpt-5.6-luna:batch` [`openai/gpt-5.6-luna:batch`](https://ailoot.ai/models/pl/#m=openai%2Fgpt-5.6-luna%3Abatch&route=Ultra&caller=openai%2Fgpt-5.6-luna%3Abatch&fmt=batches) OpenAI /`openai/gpt-5.6-luna:batch` ### Start GPT-5.6 Luna to model OpenAI do określonych zadań w powtarzalnych obciążeniach o dużej skali. Przyjmuje tekst i obrazy, a zwraca odpowiedzi lub uporządkowane rekordy, z opcjonalnym rozumowaniem, narzędziami kierowanymi przez informacje źródłowe i kontekstem 1 050 000 tokenów, odrębnym od ustawienia wykonania Pro. Akceptowane dane wejściowe Tekst Wyniki Tekst ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · Batch** `POST /v1/batches` Wejście `text` Wyjście `text` Format wyjściowy JSON bezpośrednio w results\[\].response.body | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`endpoint` | Typ`string` | WymaganieWymagane | Wartości i limity /v1/chat/completions | Domyślnie— | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity openai/gpt-5.6-luna:batch | Domyślnie— | | Pole`requests` | Typ`batch_item[]` | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— | | Pole`requests[].custom_id` | Typ`string` | WymaganieWymagane | Wartości i limity | Domyślnie— | | Pole`requests[].body.messages` | Typ`message[]` | WymaganieWymagane | Wartości i limity | Domyślnie— | | Pole`completion_window` | Typ`string` | WymaganieOpcjonalne | Wartości i limity 24h | Domyślnie— | | Pole`provider` | Typ`object\|null` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— | | Pole`requests[].body.model` | Typ`string` | WymaganieOpcjonalne | Wartości i limity openai/gpt-5.6-luna:batch, openai/gpt-5.6-luna | Domyślnie— | | Pole`provider.only` | Typ`string[]` | WymaganieOpcjonalne | Wartości i limity openai | Domyślnie— | | Pole`provider.allow_fallbacks` | Typ`boolean\|null` | WymaganieOpcjonalne | Wartości i limity false, null | Domyślnie— | Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktendpoint, model, requests | | Parametr`material_types` | Kontrakttext | | Parametr`representation` | Kontraktrequests\[\] bezpośrednio w żądaniu; każdy element zawiera custom\_id i body | | Parametr`request_endpoint_profile` | Kontrakt/v1/chat/completions | | Parametr`file_material` | KontraktWywołujący może lokalnie wczytać rzeczywisty plik JSONL w kodowaniu UTF-8 do requests\[\]. Nie używa się przeznaczenia przesyłanego pliku, input\_file\_id ani odwołania do pliku. Brak materiałów klienta lub ich pusta zawartość zatrzymują przygotowanie przed POST. | | Parametr`serialization_order` | Kontraktendpoint, model, provider (jeśli podano), completion\_window (jeśli podano), requests na końcu | | Parametr`optional_controls` | Kontraktprovider.only, provider.allow\_fallbacks, completion\_window | | Parametr`schema_scope` | KontraktTreści żądań tekstowych Chat Completions w udokumentowanej strukturze Batch z danymi bezpośrednio w żądaniu. | Cykl życia: `asynchronous` `GET /v1/batches/{operation_id}` · Rzeczywista wartość response.id zwrócona przy pierwotnym utworzeniu; ten sam użytkownik, klucz i grupa ### Cennik Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie. Tryb szybki Nie określono Gdy wybrany jest tryb szybki Tryb flex Nie określono Gdy wybrany jest tryb flex Maksymalna intensywność rozumowania Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default) Wycena jawnej pamięci podręcznej Niewłączone Gdy zażądano jawnej pamięci podręcznej #### Stawki Ailoot #### Ceny według konfiguracji Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji. | Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata | | --- | --- | --- | --- | --- | | KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe **$0.0002** / 1K tokenów Wyjście · Tokeny wyjściowe **$0.0012** / 1K tokenów Wejście · Odczyt cache **$0.00002** / 1K tokenów Wejście · Zapis do cache **—** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | | KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznie272 000 | Opłata Wejście · Tokeny wejściowe **$0.0002** / 1K tokenów Wyjście · Tokeny wyjściowe **$0.0012** / 1K tokenów Wejście · Odczyt cache **$0.00002** / 1K tokenów Wejście · Zapis do cache **—** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | | KonfiguracjaPrzedział długości żądania 2 | Tabela stawek— | Tokeny kontekstu, więcej niż272 000 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe **$0.0004** / 1K tokenów Wyjście · Tokeny wyjściowe **$0.0018** / 1K tokenów Wejście · Odczyt cache **$0.00004** / 1K tokenów Wejście · Zapis do cache **—** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · Batch curl · zachowany zestaw danych testowychPython HTTP · rzeczywisty JSONL klientaPython · zapisz każdy ukończony wynik ```bash set -eu : "${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-5.6-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 ``` ```python 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-5.6-luna:batch', 'openai/gpt-5.6-luna']: raise ValueError("body.model must be an exact documented caller or wire ID") return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.6-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")) ``` ```python 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. ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · Batch JSON bezpośrednio w results\[\].response.body - `GET /v1/batches/{operation_id}` ##### Sprawdź status zadania curl · status pierwotnej operacji ```bash 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 ``` ##### Zachowaj wszystkie ukończone wyniki Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści. Zachowaj pełny pierwotny JSON stanu, każdy wynik i custom\_id oraz pełną treść odpowiedzi lub błędu. Zapisz ukończone wyniki z results\[\] jako JSONL bez filtrowania. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Zachowaj pierwotny identyfikator operacji. Odpowiedź 503 result\_pending\_check zawiera X-Should-Retry:false; nigdy nie wysyłaj ponownie pierwotnego żądania Batch, którego wynik jest nieznany. Pola odpowiedzi | Pole | Typ | | --- | --- | | Pole`results[].custom_id` | Typstring | | Pole`results[].response.body.choices[].message.content` | Typstring\|null | | Pole`results[].error` | Typobject\|null | | Pole`usage` | Typobject\|null | | Pole`id` | Typstring | | Pole`model` | Typstring | | Pole`endpoint` | Typstring | | Pole`status` | Typstring | | Pole`request_counts` | Typobject | | Pole`results[].id` | Typstring | | Pole`results[].response.status_code` | Typinteger | | Pole`results[].response.request_id` | Typstring | Błędy i dalsze kroki | Odpowiedź | Warunek | Następny krok | | --- | --- | --- | | Odpowiedź400 · `invalid_request_error` | WarunekNieprawidłowa udokumentowana struktura z danymi bezpośrednio w żądaniu, zduplikowane klucze, problem z tożsamością elementu lub konflikt ze skonfigurowanymi możliwościami modelu. | Następny krokPopraw wskazane pola przed wysłaniem jakiegokolwiek nowego żądania. | | Odpowiedź401 · `authentication_error` | WarunekNieprawidłowy klucz API. | Następny krokUżyj autoryzowanego klucza Ailoot. | | Odpowiedź403 · `permission_error` | WarunekGrupa Batch jest niedostępna. | Następny krokSprawdź uprawnienia klucza i grupy. | | Odpowiedź422 · `invalid_request_error` | WarunekBatch korzysta z rozliczania z salda; utworzenie w ramach subskrypcji jest odrzucane. | Następny krokUżyj autoryzowanej grupy rozliczanej z salda. | | Odpowiedź422 · `price_unavailable` | WarunekNie można wycenić danych wejściowych Batch. | Następny krokZachowaj odpowiedź; użyj danych wejściowych udokumentowanych dla tej rodziny API. | | Odpowiedź402 · `billing_error` | WarunekRezerwa dla Batch jest niedostępna. | Następny krokRozwiąż problem dopuszczenia żądania przed wysłaniem nowego. | | Odpowiedź503 · `price_unavailable` | WarunekCena metody Batch lub stawki natywne są niedostępne. | Następny krokZachowaj odpowiedź; nie zastępuj cen innymi. | | Odpowiedź503 · `api_error` | WarunekDokładna trasa dostawcy jest niedostępna. | Następny krokZachowaj odpowiedź na potrzeby naprawy trasy. | | Odpowiedź503 · `result_pending_check` | WarunekPierwotny wynik wymaga sprawdzenia; X-Should-Retry:false. | Następny krokZachowaj pierwotny operation\_id/id i odczytuj stan operacji; nigdy nie powtarzaj pierwotnego POST. | | Odpowiedź404 · `not_found` | WarunekOperacja sprawdzania stanu Batch nie istnieje lub należy do innej tożsamości. | Następny krokUżyj dokładnego pierwotnego id oraz tego samego użytkownika, klucza i grupy. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`openai/gpt-5.6-luna:batch`](https://ailoot.ai/models/pl/#m=openai%2Fgpt-5.6-luna%3Abatch&route=Ultra&caller=openai%2Fgpt-5.6-luna%3Abatch&fmt=batches) #### Aliasy ścieżek metod Użyj ścieżek metod podanych powyżej. #### Powiązane ID modeli [`openai/gpt-5.6-luna:batch`](https://ailoot.ai/models/pl/#m=openai%2Fgpt-5.6-luna%3Abatch&route=Ultra&caller=openai%2Fgpt-5.6-luna%3Abatch&fmt=batches) FAQ · OpenAI: GPT-5.6 Luna (batch) Jakie dane wejściowe i wyniki są dostępne? `POST /v1/batches` · `openai/gpt-5.6-luna:batch`: `text` → `text` Jakich pól używa żądanie? `POST /v1/batches` · `openai/gpt-5.6-luna:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider` Jakie limity obowiązują? `POST /v1/batches` · `openai/gpt-5.6-luna:batch`: `requests.min_items`: `1` Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją. ## Firma i jej portfel projektów Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. ## Kupuj tokeny z rabatem. Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny. Subskrypcja Wybierz plan z rabatem do regularnych żądań. Kod promocyjny do 50% Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji. Koszty w historii Model, tokeny i kwota są zapisywane dla każdego żądania. [Wybierz subskrypcję](https://ailoot.ai/docs/pl/billing/subscriptions/) · [Sprawdź ceny modeli](https://ailoot.ai/models/pl/) ## Połącz API z produktem, który sprzedajesz. SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską. Aplikacja komercyjna Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi. Licencja resellerska Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży. Dokumenty na stronie Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem. [Poproś o licencję resellerską](mailto:support@ailoot.ai) · [Oferta i umowa licencyjna](https://ailoot.ai/legal/offer?lang=pl) ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.