OpenAI: GPT-6 Luna Decisions

GPT-6 Luna w trybie Decisions firmy OpenAI ocenia tekst i obrazy, zwracając typowane odpowiedzi probabilistyczne: prawdopodobieństwo warunku, wybór z ustalonego zbioru lub ocenę według kryteriów. Obsługuje klasyfikację, kierowanie zadań i ustalanie priorytetów, bez używania pisemnego wyjaśnienia jako wyniku decyzji.

Ailoot Ultra · System One POST /v1/systemone openai/gpt-6-luna-decisions

O modelu

Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.

GPT-6 Luna w trybie Decisions OpenAI ocenia dostarczony materiał i zwraca typowane odpowiedzi na jego temat. Producent dokumentuje GPT-6 Luna jako model dla tego wyspecjalizowanego interfejsu decyzyjnego. Może oszacować, czy zachodzi warunek, wybrać spośród stałych opcji lub umieścić wejście w uporządkowanej rubryce. Użyj tego trybu GPT-6 Luna, gdy zadanie potrzebuje zdefiniowanego wyniku decyzji zamiast pisemnej odpowiedzi.

Wspólne wejście, nazwane pytania i odpowiedzi

Żądanie producenta zawiera model, wspólne wejście i tablicę pytań. Wejściem może być ciąg tekstowy lub wiadomości użytkownika z tekstem i obrazami. Każde pytanie ma unikalną nazwę, typ, instrukcje i wymagane opcje lub poziomy. Tablica odpowiedzi powtarza nazwy pytań, pozwalając powiązać wynik z warunkiem, kategorią lub oceną faktycznie objętymi żądaniem.

Dla wiadomości do wsparcia podaj wiadomość i kontekst istotny dla następnej decyzji, a następnie nazwij pytanie według pola potrzebnego w procesie. Dla fragmentu dokumentu uwzględnij tekst ustanawiający kryterium zamiast niepopartego odwołania do większego pliku. Zdefiniuj pytanie wokół obserwowalnych faktów i rozdziel niezależne kwestie. Użyteczny wynik może łączyć kategorię problemu z oceną istotności, zachowując definicję i znaczenie każdej odpowiedzi.

predicate: szacowanie, czy zachodzi warunek

Pytanie predicate zwraca prawdopodobieństwo od 0 do 1, że zdefiniowany warunek jest prawdziwy. Może sprawdzać trafność fragmentu lub widoczny stan na obrazie. Dla fotografii produktu opisz widoczną wadę do sprawdzenia, na przykład pęknięcie lub rozdarcie, i podaj obraz z tym kryterium. Wartość jest oszacowaniem modelu; aplikacja wybiera próg oznaczania lub przeglądu.

Przewodnik Decisions OpenAI wymaga dla tego endpointu zakodowanych danych obrazu osadzonych bezpośrednio w żądaniu. Adresy hostowanych obrazów i identyfikatory plików nie są obsługiwanym wejściem obrazowym w tym udokumentowanym kontrakcie. Tekst i obraz można połączyć w wiadomości użytkownika, aby materiał wizualny oceniać z odpowiednim kontekstem pisemnym. Utrzymuj czytelny obraz i konkretny warunek; prawdopodobieństwo jednej wskazanej wady nie jest ogólnym raportem inspekcji obejmującym każdy możliwy problem.

choice: wybór jednej dostarczonej wartości

Pytanie choice wybiera spośród opcji o odrębnych wartościach i opisach wyjaśniających, kiedy mają zastosowanie. Zwracany wybór jest jedną z tych wartości, z prawdopodobieństwami opcji i osobnym polem pewności. Dla kierowania zdefiniuj kategorie według rzeczywiście dostępnych zespołów lub wyników i dodaj opcję other, gdy zbiór nie obejmuje każdego wejścia. Utrzymuj te kategorie nieuporządkowane: ich pozycje nie są skalą istotności.

Praktyczne zadanie klasyfikacji może odróżniać wadę produktu, problem z dostępem i ogólne zgłoszenie. Opisz granicę między kategoriami, zamiast polegać wyłącznie na krótkich nazwach. Użyj zwróconego wyboru jako proponowanej etykiety i analizuj rozkład, gdy kilka znaczeń pozostaje prawdopodobnych. Wynik dostarcza wybór; aplikacja określa, czy ma on uruchomić automatyczne skierowanie lub przegląd.

score: pozycja w rubryce ważona prawdopodobieństwami

Pytanie score korzysta z uporządkowanych poziomów od najniższego do najwyższego. Indeksy poziomów zaczynają się od 0, a ocena jest średnią tych indeksów ważoną prawdopodobieństwami. Może znajdować się między poziomami. Dla istotności problemu jeden poziom może oznaczać wpływ kosmetyczny, drugi użyteczne obejście, a kolejny pełną blokadę; zdefiniuj kryteria je rozdzielające. Odpowiedź zawiera prawdopodobieństwa poszczególnych poziomów i pewność wraz z oceną.

Oczekiwana ocena podsumowuje rozkład, zamiast wybierać pojedynczą kategorię. Zachowaj to rozróżnienie przy używaniu wyniku do ustalania priorytetów lub zagregowanego trendu. Wyświetlanie stałych kategorii może zamiast tego korzystać z pytania choice. Pewność jest osobno raportowanym polem w odpowiedziach choice i score; przewodnik nie definiuje jej jako identycznej z prawdopodobieństwem wybranej opcji.

Kilka pytań i zależne decyzje

Niezależne pytania mogą współdzielić wejście w jednym żądaniu producenta, również przy różnych typach pytań. Zdjęcie może wspierać predicate dotyczący wady i wybór kategorii, a wiadomość — ocenę kategorii i istotności. Nadaj każdej kwestii własne instrukcje i znaczenie. Gdy późniejsza decyzja zależy od wcześniejszego wyniku, producent zaleca osobne żądania, aby drugie pytanie mogło jawnie wykorzystać ten wynik. Nie zakładaj, że kolejność pytań w jednej tablicy tworzy sekwencyjną rozmowę.

Wybór właściwego wyjścia i interpretacja limitów

Decisions dostarcza zdefiniowany wynik predicate, choice lub score. Odpowiedź może zamiast tego mieć typ refusal; sprawdź jej typ przed odczytaniem prawdopodobieństwa, wyboru lub oceny. OpenAI odróżnia to od generowania dowolnych obiektów według schematu lub pisemnych wyjaśnień przez Structured Outputs oraz od żądania działania narzędzia przez function calling. Odpowiedzi decyzyjnej nie należy przedstawiać jako wygenerowanego uzasadnienia lub dowodu wystąpienia działania zewnętrznego. Ustawienia wyjścia ogólnego modelu czatowego, rozumowania i narzędzi nie są automatycznie częścią tego wyspecjalizowanego trybu.

Używaj reprezentatywnych oznaczonych wejść do oceny progów kierowania, filtrowania i przeglądu, uwzględniając konsekwencje wyników fałszywie dodatnich i fałszywie ujemnych. Zachowaj powiązanie materiału, definicji pytań i surowych wyników liczbowych, aby dało się zbadać niejednoznaczny wynik. Utrzymuj wspólny materiał istotny dla nazwanych pytań i jasno definiuj każdą opcję lub poziom rubryki przed wysłaniem zadania decyzyjnego. Przygotuj materiał i typy odpowiedzi zgodnie z udokumentowanym procesem decyzyjnym, interpretując wyjście według ocenianego zadania.

Ailoot Ultra · System One POST /v1/systemone openai/gpt-6-luna-decisions

openai/gpt-6-luna-decisions

OpenAI /openai/gpt-6-luna-decisions

Start

Akceptowane dane wejściowe: Tekst · Obrazy
Wyniki: decisions

Dostępne w Ailoot · dane wejściowe i metody

Ailoot Ultra · System One POST /v1/systemone

Wejście: text, image
Wyjście: decisions
Format wyjściowy: json

Pole	Typ	Wymaganie	Wartości i limity	Domyślnie
Pole`model`	Typ`string`	WymaganieWymagane	Wartości i limity openai/gpt-6-luna-decisions	Domyślnie—
Pole`provider`	Typ`schema`	WymaganieOpcjonalne	Wartości i limity	Domyślnie—
Pole`questions`	Typ`object`	WymaganieWymagane	Wartości i limity	Domyślnie—
Pole`session_id`	Typ`string`	WymaganieOpcjonalne	Wartości i limity	Domyślnie—
Pole`state`	Typ`schema`	WymaganieWymagane	Wartości i limity	Domyślnie—
Pole`trace`	Typ`schema`	WymaganieOpcjonalne	Wartości i limity	Domyślnie—
Pole`user`	Typ`string`	WymaganieOpcjonalne	Wartości i limity	Domyślnie—
Pole`questions.<id>.type`	Typ`string`	WymaganieWymagane	Wartości i limity noul, choice, score	Domyślnie—
Pole`questions.<id>.instructions`	Typ`string\|object\|array`	WymaganieWymagane	Wartości i limity	Domyślnie—
Pole`questions.<id>.criteria`	Typ`object\|array`	WymaganieOpcjonalne	Wartości i limity Warunki: choice/score: wymagane; noul: opcjonalne. Kryteria choice są obiektem; score jest tablicą z minItems1.	Domyślnie—
Pole`questions.<id>.criteria.true`	Typ`string\|object\|array`	WymaganieWymagane	Wartości i limity Obowiązuje, gdy: Przekazano obiekt kryteriów noul	Domyślnie—
Pole`questions.<id>.criteria.false`	Typ`string\|object\|array`	WymaganieWymagane	Wartości i limity Obowiązuje, gdy: Przekazano obiekt kryteriów noul	Domyślnie—

Kombinacje materiałów wejściowych

noul · Wymagane: state, questions.<id>.type=noul, questions.<id>.instructions

choice · Wymagane: state, questions.<id>.type=choice, questions.<id>.instructions, criteria object

score · Wymagane: state, questions.<id>.type=score, questions.<id>.instructions, criteria array with minItems1

Parametry i cykl życia metody

Parametr	Kontrakt
Parametr`content_type`	Kontraktapplication/json
Parametr`required`	Kontraktmodel, state, questions
Parametr`material_types`	Kontrakttext, image
Parametr`optional_controls`	Kontraktprovider, session_id, trace, user
Parametr`multimodal_input_binding`	KontraktUżywaj wyłącznie dokładnie zadeklarowanej reprezentacji stanu lub dokumentu. Sama obsługa obrazów przez producenta nie potwierdza zaakceptowanego sposobu przekazywania obrazów dla konkretnego modelu.

Cykl życia: synchronous

Wyślij dokładny identyfikator modelu i zachowaj kompletną natywną odpowiedź.

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)

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 / 1K tokenów Wejście · Odczyt cache $0 / 1K tokenów Wejście · Zapis do cache $0 / 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 włącznieBez górnej granicy	Opłata Wejście · Tokeny wejściowe $0.0002 / 1K tokenów Wyjście · Tokeny wyjściowe $0 / 1K tokenów Wejście · Odczyt cache $0 / 1K tokenów Wejście · Zapis do cache $0 / 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 →

Przykładowe żądania

Ailoot Ultra · System One

Zachowana oficjalna struktura żądania; przykład z dokumentacjiUżyj rzeczywistych materiałów do swojego żądania i zachowaj kompletny wynik

{
  "model": "openai/gpt-6-luna-decisions",
  "questions": {
    "is_bug": {
      "criteria": {
        "false": "The customer is asking a question or requesting a feature.",
        "true": "The customer describes broken or unexpected product behavior."
      },
      "instructions": "Is the customer reporting a software defect?",
      "type": "noul"
    },
    "team": {
      "criteria": {
        "account": "Login, permissions, or profile issues.",
        "frontend": "Rendering, layout, or browser compatibility issues.",
        "payments": "Checkout, billing, or payment processing issues."
      },
      "instructions": "Which team should own this ticket?",
      "type": "choice"
    },
    "urgency": {
      "criteria": [
        "Can wait for the next release",
        "Should be fixed this week",
        "Blocking revenue right now"
      ],
      "instructions": "How urgent is this ticket?",
      "type": "score"
    }
  },
  "state": {
    "customer_tier": "enterprise",
    "ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."
  }
}

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"
export AILOOT_REQUEST_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))
if not isinstance(p,dict): raise SystemExit('Request must be a JSON object')
p['model']='openai/gpt-6-luna-decisions'
Path('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \
  -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
print(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))
PY_RESULT

Odbieranie i zapisywanie wyników

Ailoot Ultra · System One

json

Zachowaj wszystkie ukończone wyniki

Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.

Zachowywana jest każda odpowiedź przypisana do podanego identyfikatora pytania wraz z dokładnym typem, wartością noul/choice/score, pewnością, prawdopodobieństwami i legendą. Cały oryginalny JSON jest zapisywany i zwracany dopiero po rozliczeniu.

Jeśli trzeba sprawdzić pierwotną odpowiedź

Zachowaj pierwotną operację oraz pełną lub częściową odpowiedź; nie ponawiaj POST.

Pola odpowiedzi

Pole	Typ
Pole`model`	Typstring
Pole`id`	Typstring
Pole`provider`	Typstring
Pole`answers.<id>.type`	Typstring
Pole`answers.<id>.noul`	Typnumber
Pole`answers.<id>.choice`	Typstring
Pole`answers.<id>.score`	Typnumber
Pole`answers.<id>.confidence`	Typnumber
Pole`answers.<id>.probabilities`	Typobject
Pole`answers.<id>.legend`	Typobject
Pole`usage.input_tokens`	Typinteger
Pole`usage.output_tokens`	Typinteger
Pole`usage.cost`	Typnumber

Błędy i dalsze kroki

Odpowiedź	Warunek	Następny krok
Odpowiedź400 · `invalid_request_error`	WarunekNieprawidłowe wymagane pole, reprezentacja lub wartość	Następny krokPopraw wskazane pole żądania.

Aliasy

Aliasy modelu

Ailoot Ultra openai/gpt-6-luna-decisions

Aliasy ścieżek metod

Użyj ścieżek metod podanych powyżej.

Powiązane ID modeli

openai/gpt-6-luna-decisions

FAQ · OpenAI: GPT-6 Luna Decisions

Jakie dane wejściowe i wyniki są dostępne?: POST /v1/systemone · openai/gpt-6-luna-decisions: text, image → decisions
Jakich pól używa żądanie?: POST /v1/systemone · openai/gpt-6-luna-decisions: model, provider, questions, session_id, state, trace, user

OpenAI: GPT-6 Luna Decisions