modeller

OpenAI: GPT-6 Luna (batch)

Markdown · JSON

OpenAI: GPT-6 Luna (batch)

GPT-6 Luna är OpenAI:s fokuserade resonemangsmodell för återkommande uppgifter i stora volymer. Text och bilder kan stödja klassificering, extraktion, assistans och verktygslett arbete, med en kontext på 1 050 000 token, strukturerade textutdata och en valfri inställning utan resonemang.

Om modellen

Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.

GPT-6 Luna är OpenAI:s fokuserade modell för återkommande uppgifter i stora volymer. Den tar emot text och bilder och producerar text, vilket gör den användbar för definierade operationer som klassificering, extraktion, omskrivning, bildbaserade frågor och enskilda steg i ett assistentarbetsflöde. Luna behåller sin egen profil inom GPT-6, separat från Sols roll för komplex programmering, Astras mest krävande arbete och Lunas körinställning Pro.

Definiera en upprepbar operation

Ge varje uppgift ett tydligt resultat: en kategori, en liten post, en förklaring eller en reviderad passage. För klassificering ska du lämna kategoriernas betydelser och en konvention för poster som inte passar i någon kategori. För extraktion ska du definiera fält, enheter och hanteringen av saknad information. En användbar instruktion är: ”Identifiera användarens huvudproblem, välj en av dessa kategorier och returnera meningen som stöder valet.”

För ett supportsvar ska du lämna frågan och relevant godkänt källmaterial och sedan identifiera svarsspråket och de detaljer som ska bevaras. För en bild ska du bevara synliga beteckningar och tala om vad frågan gäller. Håll extraherad ordalydelse åtskild från tolkningen så att den resulterande posten kan kontrolleras mot indatan.

Resonemangsnivå och utdataformat

Tillverkaren stöder resonemangsnivåerna none, low, medium, high, xhigh och max; medium är standard. None möjliggör uppgifter som inte behöver mellanliggande resonemang, medan en högre nivå kan utveckla analysen för en mer invecklad fråga. Resonemangsnivå och standardläge eller Pro-körläge är oberoende val. Ett avgränsat utdatakontrakt behövs fortfarande vid varje resonemangsnivå.

Structured Outputs kan begränsa en definierad post, och vanlig text kan förmedla ett kort svar eller en förklaring. Ange fältens betydelser och konventioner för saknade värden. Ett giltigt format fastställer inte att ett extraherat värde finns i källan, så granska både innehåll och struktur.

Kontext och kunskap

Modellbeskrivningen anger en kontext på 1 050 000 token, upp till 922 000 indatatoken och upp till 128 000 utdatatoken. Kunskapsgränsen är den 18 maj 2026. Källmaterial, konversation, resonemang och det synliga svaret behöver utrymme tillsammans. För återkommande arbete ska du bevara de kriterier och källbeteckningar som spelar roll i stället för att låta orelaterad historik skymma operationen.

Verktyg och applikationsresultat

OpenAI dokumenterar Responses för inbyggda verktyg och funktionsanrop. Chat Completions stöder funktionsanrop för den här modellen endast när resonemangsnivån är none. Tillverkarens verktygslista omfattar webb- och filsökning, verktyg för bildgenerering, en kodtolk, skal- och rättelseverktyg, färdigheter, datoranvändning, MCP-anslutningar och verktygssökning. Lunas egen utdata är text; verktygsproducerade bilder eller utförda åtgärder är separata resultat.

Applikationen utför valda operationer och returnerar observationen för nästa modellsteg. En produktsökning kan tillföra ett saknat fält innan svaret sätts samman; en extraktionsuppgift kan använda en faktiskt hämtad passage. GPT-6-guiden beskriver också asynkront verktygsarbete, styrning och kontexthanteringsfunktioner på familjenivå.

Ett användbart slutresultat är ett fokuserat svar eller en post kopplad till det tillhandahållna underlaget. Kontrollera dess värden, bevara obligatorisk terminologi och håll frågor om aktuella källor kopplade till auktoritativt material eller faktiska verktygsobservationer. Lunas roll är att slutföra den definierade operationen, inte att omvandla en stor källsamling till en ospecificerad uppgift.

Ailoot Ultra · Batchkörning POST /v1/batches openai/gpt-6-luna:batch

openai/gpt-6-luna:batch

OpenAI /openai/gpt-6-luna:batch

Start

GPT-6 Luna är OpenAI:s fokuserade resonemangsmodell för återkommande uppgifter i stora volymer. Text och bilder kan stödja klassificering, extraktion, assistans och verktygslett arbete, med en kontext på 1 050 000 token, strukturerade textutdata och en valfri inställning utan resonemang.

Godkända indata
Text
Resultat
Text

Tillgängligt i Ailoot · indata & metoder

Ailoot Ultra · Batchkörning POST /v1/batches
Indatatyper
text
Utdatatyper
text
Utdataformat
JSON i inbäddade results[].response.body
FältTypKravVärden & gränserStandard
FältendpointTypstringKravObligatorisktVärden & gränser
/v1/chat/completions
Standard—
FältmodelTypstringKravObligatorisktVärden & gränser
openai/gpt-6-luna:batch
Standard—
FältrequestsTypbatch_item[]KravObligatorisktVärden & gränser
Minsta antal objekt: 1
Standard—
Fältrequests[].custom_idTypstringKravObligatorisktVärden & gränserStandard—
Fältrequests[].body.messagesTypmessage[]KravObligatorisktVärden & gränserStandard—
Fältcompletion_windowTypstringKravValfrittVärden & gränser
24h
Standard—
FältproviderTypobject|nullKravValfrittVärden & gränserStandard—
Fältrequests[].body.modelTypstringKravValfrittVärden & gränser
openai/gpt-6-luna:batch, openai/gpt-6-luna
Standard—
Fältprovider.onlyTypstring[]KravValfrittVärden & gränser
openai
Standard—
Fältprovider.allow_fallbacksTypboolean|nullKravValfrittVärden & gränser
false, null
Standard—
Metodparametrar och livscykel
ParameterAvtal
Parametercontent_typeAvtalapplication/json
ParameterrequiredAvtalendpoint, model, requests
Parametermaterial_typesAvtaltext
ParameterrepresentationAvtalInbäddade requests[]; varje objekt har custom_id och body
Parameterrequest_endpoint_profileAvtal/v1/chat/completions
Parameterfile_materialAvtalDen anropande klienten kan läsa in faktiska UTF-8 JSONL-data lokalt i requests[]. Inget uppladdningssyfte, input_file_id eller någon filreferens används. Om kundmaterial saknas eller är tomt avbryts förberedelserna före POST.
Parameterserialization_orderAvtalendpoint, model, provider (om angivet), completion_window (om angivet), requests sist
Parameteroptional_controlsAvtalprovider.only, provider.allow_fallbacks, completion_window
Parameterschema_scopeAvtalFörfrågningskroppar för Text Chat Completions i det dokumenterade inbäddade Batch-formatet.

Livscykel: asynchronous

GET /v1/batches/{operation_id} · Det faktiska response.id från det ursprungliga skapandesvaret; samma användare/nyckel/grupp

Priser

Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.

Snabbt läge
Ej angivet När snabbt läge är valt
Flex-läge
Ej angivet När läget flex är valt
Högsta resonemangsnivå
Ej angivet När den högsta resonemangsnivån använder standardjusteringen (default)
Prissättning för explicit cache
Inte aktiverat När explicit cache begärs

Ailoot-priser

Priser efter konfiguration

Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.

KonfigurationPrislistaKontexttoken, fler änKontexttoken, upp till och medAvgift
KonfigurationGrundpriser för tokenPrislistaGrundprisKontexttoken, fler än—Kontexttoken, upp till och medIngen övre gränsAvgift
Indata · Indatatoken $0.0001 / 1K token
Utdata · Utdatatoken $0.0005 / 1K token
Indata · Cacheläsning $0.00001 / 1K token
Indata · Skrivning till cache $0.000125 / 1K token
Indata · Skrivning till cache, 1 tim — / 1K token
KonfigurationNivå 1 för förfrågans längdPrislista—Kontexttoken, fler än0Kontexttoken, upp till och med272 000Avgift
Indata · Indatatoken $0.0001 / 1K token
Utdata · Utdatatoken $0.0005 / 1K token
Indata · Cacheläsning $0.00001 / 1K token
Indata · Skrivning till cache $0.000125 / 1K token
Indata · Skrivning till cache, 1 tim — / 1K token
KonfigurationNivå 2 för förfrågans längdPrislista—Kontexttoken, fler än272 000Kontexttoken, upp till och medIngen övre gränsAvgift
Indata · Indatatoken $0.0002 / 1K token
Utdata · Utdatatoken $0.00075 / 1K token
Indata · Cacheläsning $0.00002 / 1K token
Indata · Skrivning till cache $0.00025 / 1K token
Indata · Skrivning till cache, 1 tim — / 1K token

Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →

Exempelbegäranden

Ailoot Ultra · Batchkörning

curl · bevarat referensexempelPython HTTP · kundens faktiska JSONLPython · spara varje färdigt resultat
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-6-luna:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json
import json, os
from pathlib import Path
from urllib.request import Request, urlopen

def prepare_requests(customer_path):
    path = Path(customer_path)
    if not path.is_file(): raise ValueError("Customer JSONL file is missing")
    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
    if not items: raise ValueError("Customer JSONL contains no requests")
    ids = set()
    for item in items:
        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
        cid = item["custom_id"]
        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
        ids.add(cid)
        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
        supplied_model = item["body"].get("model")
        if supplied_model is not None and supplied_model not in ['openai/gpt-6-luna:batch', 'openai/gpt-6-luna']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6-luna:batch", "requests":items}

if __name__ == "__main__":
    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
    body = prepare_requests(material)
    key = os.environ.get("AILOOT_API_KEY", "")
    if not key: raise SystemExit("Set AILOOT_API_KEY")
    request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")
    with urlopen(request) as response:
        raw = response.read()
        Path("batch-create-response.json").write_bytes(raw)
        print(raw.decode("utf-8"))
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.

Ta emot och spara resultat

Ailoot Ultra · Batchkörning

JSON i inbäddade results[].response.body

  • GET /v1/batches/{operation_id}
Kontrollera jobbstatus
curl · status för ursprunglig åtgärd
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
Behåll alla färdiga resultat

Behåll varje fullständigt returnerat svar, fil och innehållsdel.

Spara hela det ursprungliga statusobjektet i JSON, varje resultat/custom_id och hela svars- eller felkroppen. Spara slutförda results[] som JSONL utan filtrering.

Om det ursprungliga svaret behöver kontrolleras

Behåll det ursprungliga operations-ID:t. Vid 503 result_pending_check gäller X-Should-Retry:false; skicka aldrig om en ursprunglig batch med okänt utfall.

Svarsfält
FältTyp
Fältresults[].custom_idTypstring
Fältresults[].response.body.choices[].message.contentTypstring|null
Fältresults[].errorTypobject|null
FältusageTypobject|null
FältidTypstring
FältmodelTypstring
FältendpointTypstring
FältstatusTypstring
Fältrequest_countsTypobject
Fältresults[].idTypstring
Fältresults[].response.status_codeTypinteger
Fältresults[].response.request_idTypstring
Fel och nästa steg
SvarVillkorNästa steg
Svar400 · invalid_request_errorVillkorFörfrågan har ett ogiltigt inbäddat format enligt dokumentationen, duplicerade nycklar eller en felaktig objektidentitet, eller står i konflikt med modellens konfigurerade funktioner.Nästa stegRätta de angivna fälten innan du skickar en ny förfrågan.
Svar401 · authentication_errorVillkorOgiltig API-nyckel.Nästa stegAnvänd den behöriga Ailoot-nyckeln.
Svar403 · permission_errorVillkorGrupp för batchkörning är inte tillgänglig.Nästa stegKontrollera nyckelns/gruppens behörighet.
Svar422 · invalid_request_errorVillkorBatchkörning debiteras från saldot; skapande via abonnemang avvisas.Nästa stegAnvänd den behöriga gruppen med saldodebitering.
Svar422 · price_unavailableVillkorKostnaden för batchindata kan inte beräknas i förväg.Nästa stegSpara svaret; använd det dokumenterade indataformatet för API-familjen.
Svar402 · billing_errorVillkorReservation för batchkörning är inte tillgänglig.Nästa stegSe till att villkoren för att godta förfrågan är uppfyllda innan du skickar en ny.
Svar503 · price_unavailableVillkorPriset för batchmetoden eller de inbyggda priserna är inte tillgängliga.Nästa stegSpara svaret; ersätt inte priserna med andra.
Svar503 · api_errorVillkorDen exakta leverantörsrutten är inte tillgänglig.Nästa stegSpara svaret för att kunna reparera routningen.
Svar503 · result_pending_checkVillkorDet ursprungliga resultatet behöver kontrolleras; X-Should-Retry:false.Nästa stegBehåll det ursprungliga värdet för operation_id/id och läs av operationens status; upprepa aldrig det ursprungliga POST-anropet.
Svar404 · not_foundVillkorOperationen för batchstatus saknas eller tillhör en annan identitet.Nästa stegAnvänd exakt det ursprungliga id-värdet och samma användare/nyckel/grupp.

Alias

Modellalias

Ailoot Ultra openai/gpt-6-luna:batch

Alias för metodsökvägar

Använd metodsökvägarna som visas ovan.

Relaterade anropar-ID:n

openai/gpt-6-luna:batch

FAQ · OpenAI: GPT-6 Luna (batch)
Vilka indata och resultat finns?

POST /v1/batches · openai/gpt-6-luna:batch: text → text

Vilka fält använder begäran?

POST /v1/batches · openai/gpt-6-luna:batch: endpoint, model, requests, completion_window, provider

Vilka gränser gäller?

POST /v1/batches · openai/gpt-6-luna:batch: requests.min_items: 1

Fler detaljer

Anslut Ailoot till Claude Code, OpenCode, Hermes eller din app.

Företaget och dess projektportfölj

Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder.

Köp token med rabatt.

Prenumerationsrabatt för återkommande arbete. Kampanjkoder ger upp till 50% vid tokenköp.

Prenumeration
Välj en rabatterad plan för återkommande anrop.
Kampanjkod upp till 50%
Ange koden vid köpet. Priset räknas om enligt kampanjen.
Kostnader i historiken
Modell, token och belopp sparas för varje anrop.

Välj prenumeration · Se modellpriser

Anslut API till produkten som du säljer.

SaaS, appar och botar enligt Ailoots officiella villkor och licensavtal. Begär återförsäljarlicens för vidareförsäljning.

Kommersiell applikation
Bygg text-, bild-, video- och ljudgenerering i tjänstens betalda funktioner.
Återförsäljarlicens
Skicka projektbeskrivning och åtkomstupplägg. Begär skriftliga villkor för användning och vidareförsäljning.
Dokument på webbplatsen
Officiella villkor, licensavtal och databehandlingspolicy finns tillgängliga före anslutning.

Begär återförsäljarlicens · Officiella villkor och licensavtal