GPT-6 Luna Pro — обозначение модели GPT-6 Luna от OpenAI с рассуждениями в режиме Pro. Luna предназначена для конкретных задач и больших объёмов работы; она принимает текст и изображения и выводит текст. Pro предусматривает дополнительную работу модели при подготовке итогового ответа. Это режим выполнения, применяемый к выбранной базовой модели, отдельный от настройки глубины рассуждений, которая задаёт объём анализа внутри этого режима.
Практический сценарий — обработка чётко заданного запроса с несколькими правилами или исключениями. Передайте запрос, категории, к которым он может относиться, и сведения, определяющие следующее действие. Запросите категорию, соответствующие факты и краткий проект ответа. Пример задачи — классифицировать запрос документа, выявить недостающее поле и подготовить сообщение с просьбой его указать. Задача остаётся конкретной, даже когда её условия требуют внимательного рассмотрения.
Для вопроса по изображению передайте чёткий снимок экрана или другой наглядный материал и укажите деталь для проверки. Можно запросить объяснение видимого состояния интерфейса вместе с короткой инструкцией для читателя. Для письменного материала задайте поля или утверждения, которые должны сохраниться при преобразовании, допустимые категории и ожидаемый формат ответа. Небольшой набор характерных примеров может прояснить границу между похожими категориями, не заставляя модель самостоятельно выводить ваши правила.
Для GPT-6 Luna OpenAI указывает контекстное окно в 1 050 000 токенов, максимальный вход в 922 000 токенов и максимальный вывод в 128 000 токенов. Документированная дата окончания знаний — 18 мая 2026 года. Базовая модель поддерживает уровни рассуждений none, low, medium, high, xhigh и max; по умолчанию используется medium. Рассуждения занимают место в токенах вместе с итоговым ответом, поэтому задание и переданный материал должны оставлять пространство для анализа и запрошенного результата.
Производитель документирует Pro в Responses API для сложных запросов, допускающих дополнительную задержку и работу модели. Встроенные инструменты GPT-6 Luna и рассуждения с вызовами функций используют Responses; в интерфейсе Chat Completions производителя вызовы функций поддерживаются только при уровне рассуждений none. Для базовой модели указаны потоковая передача, Structured Outputs, веб-поиск и поиск по файлам, вызовы функций и кэширование промптов. Её набор инструментов также включает генерацию изображений, выполнение кода интерпретатором, операции командной оболочки и внесения изменений, навыки, работу с компьютером, подключения MCP и поиск инструментов. Ваше приложение определяет и выполняет предоставляемые операции.
Задайте точные требования к выводу итоговой задачи: решение, подтверждающие его поля и сведения, которых ещё не хватает. Например, запросите одну категорию, краткое обоснование по переданному правилу и следующий вопрос читателю. Проверяйте результат по этим правилам, не добавляя неограниченное обсуждение. Такой процесс использует роль Luna в конкретных задачах и оставляет дополнительную работу Pro для запроса, зависимости или исключения которого требуют более полного изучения.
", "aboutText": "GPT-6 Luna Pro — обозначение модели GPT-6 Luna от OpenAI с рассуждениями в режиме Pro. Luna предназначена для конкретных задач и больших объёмов работы; она принимает текст и изображения и выводит текст. Pro предусматривает дополнительную работу модели при подготовке итогового ответа. Это режим выполнения, применяемый к выбранной базовой модели, отдельный от настройки глубины рассуждений, которая задаёт объём анализа внутри этого режима.\n\nПрактический сценарий — обработка чётко заданного запроса с несколькими правилами или исключениями. Передайте запрос, категории, к которым он может относиться, и сведения, определяющие следующее действие. Запросите категорию, соответствующие факты и краткий проект ответа. Пример задачи — классифицировать запрос документа, выявить недостающее поле и подготовить сообщение с просьбой его указать. Задача остаётся конкретной, даже когда её условия требуют внимательного рассмотрения.\n\nДля вопроса по изображению передайте чёткий снимок экрана или другой наглядный материал и укажите деталь для проверки. Можно запросить объяснение видимого состояния интерфейса вместе с короткой инструкцией для читателя. Для письменного материала задайте поля или утверждения, которые должны сохраниться при преобразовании, допустимые категории и ожидаемый формат ответа. Небольшой набор характерных примеров может прояснить границу между похожими категориями, не заставляя модель самостоятельно выводить ваши правила.\n\nДля GPT-6 Luna OpenAI указывает контекстное окно в 1 050 000 токенов, максимальный вход в 922 000 токенов и максимальный вывод в 128 000 токенов. Документированная дата окончания знаний — 18 мая 2026 года. Базовая модель поддерживает уровни рассуждений none, low, medium, high, xhigh и max; по умолчанию используется medium. Рассуждения занимают место в токенах вместе с итоговым ответом, поэтому задание и переданный материал должны оставлять пространство для анализа и запрошенного результата.\n\nПроизводитель документирует Pro в Responses API для сложных запросов, допускающих дополнительную задержку и работу модели. Встроенные инструменты GPT-6 Luna и рассуждения с вызовами функций используют Responses; в интерфейсе Chat Completions производителя вызовы функций поддерживаются только при уровне рассуждений none. Для базовой модели указаны потоковая передача, Structured Outputs, веб-поиск и поиск по файлам, вызовы функций и кэширование промптов. Её набор инструментов также включает генерацию изображений, выполнение кода интерпретатором, операции командной оболочки и внесения изменений, навыки, работу с компьютером, подключения MCP и поиск инструментов. Ваше приложение определяет и выполняет предоставляемые операции.\n\nЗадайте точные требования к выводу итоговой задачи: решение, подтверждающие его поля и сведения, которых ещё не хватает. Например, запросите одну категорию, краткое обоснование по переданному правилу и следующий вопрос читателю. Проверяйте результат по этим правилам, не добавляя неограниченное обсуждение. Такой процесс использует роль Luna в конкретных задачах и оставляет дополнительную работу Pro для запроса, зависимости или исключения которого требуют более полного изучения.", "editorialOverlay": { "copy_fields": { "practical_html": "Технический пример на английском
Find missing request details\n\nProcess 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.A compact field table, missing-field list and targeted clarification message.Check that quantity four and keyboards are retained, while delivery site and urgent reason stay missing.openai/gpt-6-luna-proGPT-6 Luna с рассуждениями в режиме Pro для конкретных задач, требующих дополнительного анализа перед итоговым ответом. Базовая модель принимает текст и изображения, что полезно для обработки документов по правилам, вопросов по изображениям и кратких письменных результатов.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
GPT-6 Luna Pro — обозначение модели GPT-6 Luna от OpenAI с рассуждениями в режиме Pro. Luna предназначена для конкретных задач и больших объёмов работы; она принимает текст и изображения и выводит текст. Pro предусматривает дополнительную работу модели при подготовке итогового ответа. Это режим выполнения, применяемый к выбранной базовой модели, отдельный от настройки глубины рассуждений, которая задаёт объём анализа внутри этого режима.
Практический сценарий — обработка чётко заданного запроса с несколькими правилами или исключениями. Передайте запрос, категории, к которым он может относиться, и сведения, определяющие следующее действие. Запросите категорию, соответствующие факты и краткий проект ответа. Пример задачи — классифицировать запрос документа, выявить недостающее поле и подготовить сообщение с просьбой его указать. Задача остаётся конкретной, даже когда её условия требуют внимательного рассмотрения.
Для вопроса по изображению передайте чёткий снимок экрана или другой наглядный материал и укажите деталь для проверки. Можно запросить объяснение видимого состояния интерфейса вместе с короткой инструкцией для читателя. Для письменного материала задайте поля или утверждения, которые должны сохраниться при преобразовании, допустимые категории и ожидаемый формат ответа. Небольшой набор характерных примеров может прояснить границу между похожими категориями, не заставляя модель самостоятельно выводить ваши правила.
Для GPT-6 Luna OpenAI указывает контекстное окно в 1 050 000 токенов, максимальный вход в 922 000 токенов и максимальный вывод в 128 000 токенов. Документированная дата окончания знаний — 18 мая 2026 года. Базовая модель поддерживает уровни рассуждений none, low, medium, high, xhigh и max; по умолчанию используется medium. Рассуждения занимают место в токенах вместе с итоговым ответом, поэтому задание и переданный материал должны оставлять пространство для анализа и запрошенного результата.
Производитель документирует Pro в Responses API для сложных запросов, допускающих дополнительную задержку и работу модели. Встроенные инструменты GPT-6 Luna и рассуждения с вызовами функций используют Responses; в интерфейсе Chat Completions производителя вызовы функций поддерживаются только при уровне рассуждений none. Для базовой модели указаны потоковая передача, Structured Outputs, веб-поиск и поиск по файлам, вызовы функций и кэширование промптов. Её набор инструментов также включает генерацию изображений, выполнение кода интерпретатором, операции командной оболочки и внесения изменений, навыки, работу с компьютером, подключения MCP и поиск инструментов. Ваше приложение определяет и выполняет предоставляемые операции.
Задайте точные требования к выводу итоговой задачи: решение, подтверждающие его поля и сведения, которых ещё не хватает. Например, запросите одну категорию, краткое обоснование по переданному правилу и следующий вопрос читателю. Проверяйте результат по этим правилам, не добавляя неограниченное обсуждение. Такой процесс использует роль Luna в конкретных задачах и оставляет дополнительную работу Pro для запроса, зависимости или исключения которого требуют более полного изучения.
POST /v1/chat/completionstexttext| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения openai/gpt-6-luna-pro | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения Примеры: system, user, assistant, tool, function Условия: Эти роли явно представлены типами совместимости исходного кода; точный набор ролей зависит от модели. Зависит от модели | По умолчанию— |
Полеmessages[].content | Типstring|content_part[]|null | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].tool_calls | Типtool_call[] | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].tool_call_id | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: role=tool; используйте фактически возвращённый ID | По умолчанию— |
Полеmessages[].name | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].reasoning_content | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: Передавайте обратно фактически возвращённые рассуждения, если эта модель их использует | По умолчанию— |
Полеmessages[].reasoning_details | Типobject|array | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmax_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Зависит от модели | По умолчанию— |
Полеmax_completion_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Зависит от модели | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Полеstream_options.include_usage | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtemperature | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtop_p | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеstop | Типstring|string[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools | Типfunction_tool[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools[].type | Типstring | ТребованиеНеобязательно | Значения и ограничения function Зависит от модели | По умолчанию— |
Полеtools[].function.name | Типstring | ТребованиеОбязательно | Значения и ограничения Применяется, когда: передан инструмент-функция | По умолчанию— |
Полеtools[].function.description | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtools[].function.parameters | ТипJSON_schema | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtool_choice | Типstring|object | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеparallel_tool_calls | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеresponse_format | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning_effort | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеservice_tier | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеinstructions | Типstring | ТребованиеНеобязательно | Значения и ограничения Поле совместимости | По умолчанию— |
Полеfunctions | Типfunction[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеfunction_call | Типstring|object | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеprompt_cache_options | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmodalities | Типstring[] | ТребованиеНеобязательно | Значения и ограничения text | По умолчанию— |
Полеprovider | Типobject | ТребованиеНеобязательно | Значения и ограничения Условия: provider.options отклоняется на этом текстовом маршруте Ultra | По умолчанию— |
Полеcache_control.ttl | Типstring | ТребованиеНеобязательно | Значения и ограничения Условия: 1h отклоняется в фактических местах настройки кэша запросов | По умолчанию— |
Текст · Текст UTF8
messages[].content
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, messages |
Параметрmaterial_types | Контрактtext |
Параметрmessages | Контрактмассив сообщений со структурой role/content |
Параметрfile_material | Контрактфактический документ UTF-8 вставляется как буквальный текст; ID файла не выводится из него |
Параметрoptional_controls | Контрактstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Параметрcontrol_scope | Контрактзависит от модели; пользовательские инструменты-функции отличаются от инструментов, выполняемых на стороне сервиса |
Параметрoutput_modalities | Контрактtext |
Параметрhosted_operations | Контрактfalse |
Параметрmultimodal_input_binding | Контрактnull |
Жизненный цикл: synchronous_or_streamed
Отправляйте точный ID модели вместе с messages.
Длина контекста не является пределом выхода.
Текстовый файл может передавать буквальный текст; входные изображения, аудио и файловые объекты требуют точной привязки.
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Токенов контекста больше | Токенов контекста не более, включительно | Плата |
|---|---|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Токенов контекста больше— | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0002 / 1K токенов Выход · Выходные токены $0.001 / 1K токенов Вход · Чтение кэша $0.00002 / 1K токенов Вход · Запись в кэш $0.00025 / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
| КонфигурацияУровень 1 по длине запроса | Шкала ставок— | Токенов контекста больше0 | Токенов контекста не более, включительно272 000 | Плата Вход · Входные токены $0.0002 / 1K токенов Выход · Выходные токены $0.001 / 1K токенов Вход · Чтение кэша $0.00002 / 1K токенов Вход · Запись в кэш $0.00025 / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
| КонфигурацияУровень 2 по длине запроса | Шкала ставок— | Токенов контекста больше272 000 | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0004 / 1K токенов Выход · Выходные токены $0.0015 / 1K токенов Вход · Чтение кэша $0.00004 / 1K токенов Вход · Запись в кэш $0.0005 / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-6-luna-pro", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-6-luna-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-6-luna-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте каждый вариант ответа с его содержимым, вызовами инструментов и рассуждениями. В SSE собирайте изменения по индексам варианта и инструмента, сохраняйте итоговую причину завершения и данные использования.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеchoices[].index | Типinteger |
Полеchoices[].message.content | Типstring|null |
Полеchoices[].message.tool_calls | Типtool_call[] |
Полеchoices[].message.reasoning_content | Типstring |
Полеchoices[].message.reasoning_details | Типobject|array |
Полеchoices[].finish_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra openai/gpt-6-luna-pro
Используйте пути методов, указанные выше.
openai/gpt-6-luna-proGPT-6 Luna с рассуждениями в режиме Pro для конкретных задач, требующих дополнительного анализа перед итоговым ответом. Базовая модель принимает текст и изображения, что полезно для обработки документов по правилам, вопросов по изображениям и кратких письменных результатов.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
GPT-6 Luna Pro — обозначение модели GPT-6 Luna от OpenAI с рассуждениями в режиме Pro. Luna предназначена для конкретных задач и больших объёмов работы; она принимает текст и изображения и выводит текст. Pro предусматривает дополнительную работу модели при подготовке итогового ответа. Это режим выполнения, применяемый к выбранной базовой модели, отдельный от настройки глубины рассуждений, которая задаёт объём анализа внутри этого режима.
Практический сценарий — обработка чётко заданного запроса с несколькими правилами или исключениями. Передайте запрос, категории, к которым он может относиться, и сведения, определяющие следующее действие. Запросите категорию, соответствующие факты и краткий проект ответа. Пример задачи — классифицировать запрос документа, выявить недостающее поле и подготовить сообщение с просьбой его указать. Задача остаётся конкретной, даже когда её условия требуют внимательного рассмотрения.
Для вопроса по изображению передайте чёткий снимок экрана или другой наглядный материал и укажите деталь для проверки. Можно запросить объяснение видимого состояния интерфейса вместе с короткой инструкцией для читателя. Для письменного материала задайте поля или утверждения, которые должны сохраниться при преобразовании, допустимые категории и ожидаемый формат ответа. Небольшой набор характерных примеров может прояснить границу между похожими категориями, не заставляя модель самостоятельно выводить ваши правила.
Для GPT-6 Luna OpenAI указывает контекстное окно в 1 050 000 токенов, максимальный вход в 922 000 токенов и максимальный вывод в 128 000 токенов. Документированная дата окончания знаний — 18 мая 2026 года. Базовая модель поддерживает уровни рассуждений none, low, medium, high, xhigh и max; по умолчанию используется medium. Рассуждения занимают место в токенах вместе с итоговым ответом, поэтому задание и переданный материал должны оставлять пространство для анализа и запрошенного результата.
Производитель документирует Pro в Responses API для сложных запросов, допускающих дополнительную задержку и работу модели. Встроенные инструменты GPT-6 Luna и рассуждения с вызовами функций используют Responses; в интерфейсе Chat Completions производителя вызовы функций поддерживаются только при уровне рассуждений none. Для базовой модели указаны потоковая передача, Structured Outputs, веб-поиск и поиск по файлам, вызовы функций и кэширование промптов. Её набор инструментов также включает генерацию изображений, выполнение кода интерпретатором, операции командной оболочки и внесения изменений, навыки, работу с компьютером, подключения MCP и поиск инструментов. Ваше приложение определяет и выполняет предоставляемые операции.
Задайте точные требования к выводу итоговой задачи: решение, подтверждающие его поля и сведения, которых ещё не хватает. Например, запросите одну категорию, краткое обоснование по переданному правилу и следующий вопрос читателю. Проверяйте результат по этим правилам, не добавляя неограниченное обсуждение. Такой процесс использует роль Luna в конкретных задачах и оставляет дополнительную работу Pro для запроса, зависимости или исключения которого требуют более полного изучения.
POST /v1/messagestexttext| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения openai/gpt-6-luna-pro | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения user, assistant | По умолчанию— |
Полеmessages[].content | Типstring|content_block[] | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеsystem | Типstring|content_block[] | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmax_tokens | Типinteger | ТребованиеОбязательно | Значения и ограничения Минимум: 1 Объект ограничения: точный верхний предел выбранной модели/карточки | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Полеtemperature | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtop_p | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеstop_sequences | Типstring[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools | Типtool[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools[].name | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: передан инструмент | По умолчанию— |
Полеtools[].description | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtools[].input_schema | ТипJSON_schema | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtool_choice | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеthinking.type | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеthinking.budget_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеoutput_config.effort | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmetadata | Типobject | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеcache_control | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Текст · Текст UTF8
messages[].content или блок type=text
Текст + изображение
{type:image,source:{type:base64,media_type,data}} или источник type=url
| Параметр | Контракт |
|---|---|
Параметрmaterial_types | Контрактtext |
Параметрrequired | Контрактmodel, messages, max_tokens |
Параметрoptional_controls | Контрактnull |
Параметрcontent_type | Контрактapplication/json |
Параметрtext_file_material | КонтрактПрочитайте фактический документ UTF-8 и поместите его текст в указанную строку входа или содержимого сообщения. |
Жизненный цикл: exact retained published method
Передайте точный ID модели и обязательные поля.
Сохраняйте каждый возвращённый элемент и его исходные идентификаторы.
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Токенов контекста больше | Токенов контекста не более, включительно | Плата |
|---|---|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Токенов контекста больше— | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0002 / 1K токенов Выход · Выходные токены $0.001 / 1K токенов Вход · Чтение кэша $0.00002 / 1K токенов Вход · Запись в кэш $0.00025 / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
| КонфигурацияУровень 1 по длине запроса | Шкала ставок— | Токенов контекста больше0 | Токенов контекста не более, включительно272 000 | Плата Вход · Входные токены $0.0002 / 1K токенов Выход · Выходные токены $0.001 / 1K токенов Вход · Чтение кэша $0.00002 / 1K токенов Вход · Запись в кэш $0.00025 / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
| КонфигурацияУровень 2 по длине запроса | Шкала ставок— | Токенов контекста больше272 000 | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0004 / 1K токенов Выход · Выходные токены $0.0015 / 1K токенов Вход · Чтение кэша $0.00004 / 1K токенов Вход · Запись в кэш $0.0005 / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
{\n "model": "openai/gpt-6-luna-pro",\n "max_tokens": 4096,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ]\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-6-luna-pro', 'max_tokens': 4096, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-6-luna-pro', 'max_tokens': 4096, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\njson или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте все блоки содержимого, подписи рассуждений и фактические ID обращений к инструментам. Собирайте все изменения блоков SSE; первый текстовый блок не является полным выходом.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеid | Типstring |
Полеmodel | Типstring |
Полеcontent[] | Типtext|thinking|tool_use|other content block |
Полеstop_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra openai/gpt-6-luna-pro
Используйте пути методов, указанные выше.
openai/gpt-6-luna-proGPT-6 Luna с рассуждениями в режиме Pro для конкретных задач, требующих дополнительного анализа перед итоговым ответом. Базовая модель принимает текст и изображения, что полезно для обработки документов по правилам, вопросов по изображениям и кратких письменных результатов.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
GPT-6 Luna Pro — обозначение модели GPT-6 Luna от OpenAI с рассуждениями в режиме Pro. Luna предназначена для конкретных задач и больших объёмов работы; она принимает текст и изображения и выводит текст. Pro предусматривает дополнительную работу модели при подготовке итогового ответа. Это режим выполнения, применяемый к выбранной базовой модели, отдельный от настройки глубины рассуждений, которая задаёт объём анализа внутри этого режима.
Практический сценарий — обработка чётко заданного запроса с несколькими правилами или исключениями. Передайте запрос, категории, к которым он может относиться, и сведения, определяющие следующее действие. Запросите категорию, соответствующие факты и краткий проект ответа. Пример задачи — классифицировать запрос документа, выявить недостающее поле и подготовить сообщение с просьбой его указать. Задача остаётся конкретной, даже когда её условия требуют внимательного рассмотрения.
Для вопроса по изображению передайте чёткий снимок экрана или другой наглядный материал и укажите деталь для проверки. Можно запросить объяснение видимого состояния интерфейса вместе с короткой инструкцией для читателя. Для письменного материала задайте поля или утверждения, которые должны сохраниться при преобразовании, допустимые категории и ожидаемый формат ответа. Небольшой набор характерных примеров может прояснить границу между похожими категориями, не заставляя модель самостоятельно выводить ваши правила.
Для GPT-6 Luna OpenAI указывает контекстное окно в 1 050 000 токенов, максимальный вход в 922 000 токенов и максимальный вывод в 128 000 токенов. Документированная дата окончания знаний — 18 мая 2026 года. Базовая модель поддерживает уровни рассуждений none, low, medium, high, xhigh и max; по умолчанию используется medium. Рассуждения занимают место в токенах вместе с итоговым ответом, поэтому задание и переданный материал должны оставлять пространство для анализа и запрошенного результата.
Производитель документирует Pro в Responses API для сложных запросов, допускающих дополнительную задержку и работу модели. Встроенные инструменты GPT-6 Luna и рассуждения с вызовами функций используют Responses; в интерфейсе Chat Completions производителя вызовы функций поддерживаются только при уровне рассуждений none. Для базовой модели указаны потоковая передача, Structured Outputs, веб-поиск и поиск по файлам, вызовы функций и кэширование промптов. Её набор инструментов также включает генерацию изображений, выполнение кода интерпретатором, операции командной оболочки и внесения изменений, навыки, работу с компьютером, подключения MCP и поиск инструментов. Ваше приложение определяет и выполняет предоставляемые операции.
Задайте точные требования к выводу итоговой задачи: решение, подтверждающие его поля и сведения, которых ещё не хватает. Например, запросите одну категорию, краткое обоснование по переданному правилу и следующий вопрос читателю. Проверяйте результат по этим правилам, не добавляя неограниченное обсуждение. Такой процесс использует роль Luna в конкретных задачах и оставляет дополнительную работу Pro для запроса, зависимости или исключения которого требуют более полного изучения.
POST /v1/responsestexttext| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения openai/gpt-6-luna-pro | По умолчанию— |
Полеinput | Типstring|input_item[] | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеinstructions | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеinput[].type | Типstring | ТребованиеНеобязательно | Значения и ограничения message, reasoning, function_call, function_call_output | По умолчанию— |
Полеinput[].content | Типstring|content_part[] | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеinput[].call_id | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: function_call_output; сохраняйте фактически возвращённый call_id | По умолчанию— |
Полеinput[].output | Типstring|content_part[] | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: function_call_output | По умолчанию— |
Полеmax_output_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Зависит от модели | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Полеtemperature | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtop_p | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools | Типtool[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtool_choice | Типstring|object | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеparallel_tool_calls | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning.effort | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning.summary | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtext.format | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtext.verbosity | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеinclude | Типstring[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеstore | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеprevious_response_id | Типstring | ТребованиеНе поддерживается | Значения и ограничения Требование к ID: Только фактический ID ответа из поддерживаемого продолжения Условия: Передавайте фактическую историю диалога с каждым запросом. | По умолчанию— |
Полеservice_tier | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеprompt_cache_key | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеprompt_cache_options | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Текст · Текст UTF8
входной текст или часть input_text
Текст + изображение
{type:input_image,image_url}
| Параметр | Контракт |
|---|---|
Параметрmaterial_types | Контрактtext |
Параметрrequired | Контрактmodel, input |
Параметрoptional_controls | Контрактnull |
Параметрcontent_type | Контрактapplication/json |
Параметрtext_file_material | КонтрактПрочитайте фактический документ UTF-8 и поместите его текст в указанную строку входа или содержимого сообщения. |
Жизненный цикл: exact retained published method
Передайте точный ID модели и обязательные поля.
Сохраняйте каждый возвращённый элемент и его исходные идентификаторы.
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Токенов контекста больше | Токенов контекста не более, включительно | Плата |
|---|---|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Токенов контекста больше— | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0002 / 1K токенов Выход · Выходные токены $0.001 / 1K токенов Вход · Чтение кэша $0.00002 / 1K токенов Вход · Запись в кэш $0.00025 / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
| КонфигурацияУровень 1 по длине запроса | Шкала ставок— | Токенов контекста больше0 | Токенов контекста не более, включительно272 000 | Плата Вход · Входные токены $0.0002 / 1K токенов Выход · Выходные токены $0.001 / 1K токенов Вход · Чтение кэша $0.00002 / 1K токенов Вход · Запись в кэш $0.00025 / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
| КонфигурацияУровень 2 по длине запроса | Шкала ставок— | Токенов контекста больше272 000 | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0004 / 1K токенов Выход · Выходные токены $0.0015 / 1K токенов Вход · Чтение кэша $0.00004 / 1K токенов Вход · Запись в кэш $0.0005 / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
{\n "model": "openai/gpt-6-luna-pro",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-6-luna-pro', 'input': [{'content': 'Hello, how are you?', 'role': 'user', 'type': 'message'}]}\npayload['input'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/responses \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-6-luna-pro', 'input': [{'content': 'Hello, how are you?', 'role': 'user', 'type': 'message'}]}\npayload['input'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'Authorization': 'Bearer PLACEHOLDER_KEY', 'Content-Type': 'application/json'}\nheaders['Authorization'] = 'Bearer ' + api_key\nrequest = Request('https://api.ailoot.ai/v1/responses', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\njson или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте каждый выходной элемент и часть содержимого, фактический call_id функции, зашифрованные рассуждения и данные использования. В потоке сохраняйте полную идентичность событий и элементов.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеid | Типstring |
Полеstatus | Типstring |
Полеoutput[] | Типmessage|reasoning|function_call|other item |
Полеoutput[].content[] | Типcontent part |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra openai/gpt-6-luna-pro
Используйте пути методов, указанные выше.
Технический пример на английском
Find missing request details\n\nProcess 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.A compact field table, missing-field list and targeted clarification message.Check that quantity four and keyboards are retained, while delivery site and urgent reason stay missing.