模型

OpenAI: GPT-5.6 Luna (batch)

Markdown · JSON

OpenAI: GPT-5.6 Luna (batch)

GPT-5.6 Luna 是 OpenAI 用於重複且大量工作負載的專注型模型。它接受文字與圖片,回傳回答或結構化紀錄,提供可選用的推理、由來源引導的工具,以及 1,050,000 token 的上下文;這些規格與 Pro 執行設定各自區分。

關於模型

此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項,依所選方法列於下方。

GPT-5.6 Luna 是 OpenAI 在 GPT-5.6 系列中用於大量工作負載的專注型模型。開發商將其工作角色連結到先前 GPT-5 系列使用的較小層級,同時保留 Luna 自身的模型身分。它接受文字與圖片,產生包含說明、改寫、分類與結構化紀錄在內的文字。

明確的重複任務

給模型一項定義清楚的操作,以及有用結果的標準。擷取時,指定欄位、單位,以及缺少值的處理慣例。分類時,提供類別含義,並指出沒有任何類別適用時應如何處理。示例指示是:「從這段文字擷取規格值、保留單位,並指出支持每個欄位的句子。」

支援性回答應使用提供的產品或政策資料,並遵循使用者要求的語言。視覺問題應指出相關圖片與可見細節。讓結果足夠簡潔以供下游用途使用,同時不省略必要的來源值或條件。

推理設定與保留的上下文

開發商支援 none、low、medium、high、xhigh 與 max 強度,預設為 medium。標準是預設推理模式;Pro 則是增加模型處理工作的獨立執行設定。強度與模式各自獨立,因此日常直接任務與較複雜的比較,可以在保留同一具名 Luna 設定的同時,需要不同的準備方式。

推理指南指出,GPT-5.6 預設會帶入先前回合中可用的推理,並透過支援的上下文設定選擇行為。這會影響多步驟任務中保留的資料,並非無限記憶。在後續處理中,清楚保留已接受的事實、來源標籤與必要成果。

上下文與知識

OpenAI 列出 1,050,000 token 的上下文、最多 922,000 token 的輸入,以及最多 128,000 token 的輸出。文件中的知識截止日為 2026 年 2 月 16 日。推理與最終回答共用完成預算,所有任務資料都需要在上下文中占有空間。如果這些預算用盡,要求可能在可見回答完整產生前就結束。

結構化回答與工具

模型卡列有 Structured Outputs、串流與函式呼叫。開發商的工具生態包含網頁與檔案搜尋、圖片生成工具、程式碼直譯器、shell 與 patch 操作、技能、電腦操作、MCP 連線,以及工具搜尋。結構化紀錄中的值仍須以實際輸入為依據;JSON 有效性本身不會獨立證明事實正確。

應用程式提供函式、執行選定的操作,並回傳觀察結果。查詢可以先補上缺少的欄位,再由 Luna 撰寫回答。將結果與來源和操作一併保留,並區分建議的動作與實際執行的工作。模型本身的輸出是文字;工具生成的圖片是另一項成果。

有用的結果

讓依賴來源的陳述連結到權威資料,並定義操作何時完成。良好的交付成果是要求的紀錄、說明或修訂段落,完整保留必要名稱與證據。Luna 的專注型角色、支援的強度範圍與標準模式設定,仍與 Terra、Sol、Pro 執行及後續 GPT-6 發布版本各自區分。

Ailoot Ultra · 批次處理(Batch) POST /v1/batches openai/gpt-5.6-luna:batch

openai/gpt-5.6-luna:batch

OpenAI /openai/gpt-5.6-luna:batch

入門

GPT-5.6 Luna 是 OpenAI 用於重複且大量工作負載的專注型模型。它接受文字與圖片,回傳回答或結構化紀錄,提供可選用的推理、由來源引導的工具,以及 1,050,000 token 的上下文;這些規格與 Pro 執行設定各自區分。

接受的輸入
文字
結果
文字

Ailoot 可用 · 輸入與方法

Ailoot Ultra · 批次處理(Batch) POST /v1/batches
輸入
text
輸出
text
輸出格式
內嵌的 results[].response.body JSON
欄位類型要求值與限制預設值
欄位endpoint類型string要求必填值與限制
/v1/chat/completions
預設值—
欄位model類型string要求必填值與限制
openai/gpt-5.6-luna:batch
預設值—
欄位requests類型batch_item[]要求必填值與限制
項目數下限: 1
預設值—
欄位requests[].custom_id類型string要求必填值與限制預設值—
欄位requests[].body.messages類型message[]要求必填值與限制預設值—
欄位completion_window類型string要求選填值與限制
24h
預設值—
欄位provider類型object|null要求選填值與限制預設值—
欄位requests[].body.model類型string要求選填值與限制
openai/gpt-5.6-luna:batch, openai/gpt-5.6-luna
預設值—
欄位provider.only類型string[]要求選填值與限制
openai
預設值—
欄位provider.allow_fallbacks類型boolean|null要求選填值與限制
false, null
預設值—
方法參數與生命週期
參數規格
參數content_type規格application/json
參數required規格endpoint, model, requests
參數material_types規格text
參數representation規格內嵌的 requests[];每個項目皆含 custom_id 與 body
參數request_endpoint_profile規格/v1/chat/completions
參數file_material規格呼叫端可在本機將實際的 UTF-8 JSONL 讀入 requests[]。此流程不使用上傳用途、input_file_id 或檔案參照。若缺少客戶素材或素材為空,應在 POST 前停止準備。
參數serialization_order規格endpoint, model, provider(如有提供), completion_window(如有提供), requests 放在最後
參數optional_controls規格provider.only, provider.allow_fallbacks, completion_window
參數schema_scope規格依文件規定的內嵌 Batch 封裝格式提供文字 Chat Completions 請求主體。

生命週期: asynchronous

GET /v1/batches/{operation_id} · 原始建立回應中實際回傳的 response.id;使用相同使用者/金鑰/群組

方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式
未指定 選取快速模式時
flex 模式
未指定 選取 flex 模式時
最高推理強度
未指定 最高推理強度採用 default 調整值時
顯式快取計價
未啟用 請求顯式快取時

Ailoot 費率

各設定的價格

請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。

設定費率表上下文 Token 數大於上下文 Token 數小於或等於費用
設定詞元基本費率費率表基本費率上下文 Token 數大於—上下文 Token 數小於或等於無上限費用
輸入 · 輸入 Token $0.0002 / 1K Token
輸出 · 輸出 Token $0.0012 / 1K Token
輸入 · 讀取快取 $0.00002 / 1K Token
輸入 · 寫入快取 — / 1K Token
輸入 · 寫入快取,1 小時 — / 1K Token
設定請求長度級距 1費率表—上下文 Token 數大於0上下文 Token 數小於或等於272,000費用
輸入 · 輸入 Token $0.0002 / 1K Token
輸出 · 輸出 Token $0.0012 / 1K Token
輸入 · 讀取快取 $0.00002 / 1K Token
輸入 · 寫入快取 — / 1K Token
輸入 · 寫入快取,1 小時 — / 1K Token
設定請求長度級距 2費率表—上下文 Token 數大於272,000上下文 Token 數小於或等於無上限費用
輸入 · 輸入 Token $0.0004 / 1K Token
輸出 · 輸出 Token $0.0018 / 1K Token
輸入 · 讀取快取 $0.00004 / 1K Token
輸入 · 寫入快取 — / 1K Token
輸入 · 寫入快取,1 小時 — / 1K Token

Ailoot 會在請求前預留估算金額。取得結果後,依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →

請求範例

Ailoot Ultra · 批次處理(Batch)

curl · 保留的測試資料Python HTTP · 客戶實際的 JSONLPython · 儲存每個已完成的結果
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
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"))
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.

接收並儲存結果

Ailoot Ultra · 批次處理(Batch)

內嵌的 results[].response.body JSON

  • GET /v1/batches/{operation_id}
查看工作狀態
curl · 原始作業狀態
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
保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

保留完整的原始狀態 JSON、每個結果/custom_id,以及完整的回應或錯誤主體。將已完成的 results[] 儲存為 JSONL,不得篩除任何項目。

需要檢查原始回應時

保留原始作業 ID。503 result_pending_check 回應帶有 X-Should-Retry:false;請勿重新提交狀態不明的原始批次。

回應欄位
欄位類型
欄位results[].custom_id類型string
欄位results[].response.body.choices[].message.content類型string|null
欄位results[].error類型object|null
欄位usage類型object|null
欄位id類型string
欄位model類型string
欄位endpoint類型string
欄位status類型string
欄位request_counts類型object
欄位results[].id類型string
欄位results[].response.status_code類型integer
欄位results[].response.request_id類型string
錯誤與後續步驟
回應條件下一步
回應400 · invalid_request_error條件文件規定的內嵌封裝格式無效、索引鍵重複、項目識別有誤,或與已設定的模型能力衝突。下一步再次提交前,請先修正指出的欄位。
回應401 · authentication_error條件API 金鑰無效。下一步使用已獲授權的 Ailoot 金鑰。
回應403 · permission_error條件批次處理群組無法使用。下一步檢查金鑰/群組的使用權限。
回應422 · invalid_request_error條件批次處理採用餘額計費;透過訂閱建立批次的請求會遭拒絕。下一步使用已獲授權、以餘額計費的群組。
回應422 · price_unavailable條件無法為批次輸入估價。下一步保留回應;使用文件規定的該 API 家族輸入格式。
回應402 · billing_error條件批次處理的預留額度無法取得。下一步提交新請求前,請先解決請求受理問題。
回應503 · price_unavailable條件批次處理方法的價格/原生費率無法取得。下一步保留回應;請勿替換價格。
回應503 · api_error條件指定的供應商路由無法使用。下一步保留回應,以供修復路由。
回應503 · result_pending_check條件原始結果需要檢查;X-Should-Retry:false。下一步保留原始 operation_id/id 並讀取其狀態;請勿重複原始 POST。
回應404 · not_found條件查詢批次狀態所需的作業不存在,或屬於其他身分。下一步使用完全相同的原始 id,以及相同的使用者/金鑰/群組。

別名

模型別名

Ailoot Ultra openai/gpt-5.6-luna:batch

方法路徑別名

請使用上方列出的 API 方法路徑。

相關呼叫用 ID

openai/gpt-5.6-luna:batch

FAQ · OpenAI: GPT-5.6 Luna (batch)
可以使用哪些輸入與結果?

POST /v1/batches · openai/gpt-5.6-luna:batch: text → text

請求使用哪些欄位?

POST /v1/batches · openai/gpt-5.6-luna:batch: endpoint, model, requests, completion_window, provider

適用哪些限制?

POST /v1/batches · openai/gpt-5.6-luna:batch: requests.min_items: 1

更多詳情

將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。

公司及其專案組合

公司及其專案組合:數百萬客戶,每月銷售額達數十億。

優惠購買 token。

訂閱優惠適合持續工作,折扣碼購買 token 最高可折 50%。

訂閱
為定期請求選擇優惠方案。
最高 50% 折扣碼
購買時輸入代碼,價格依活動重算。
歷史中的費用
每次請求保存模型、token 與金額。

選擇訂閱 · 查看模型價格

將 API 加入 你銷售的產品。

依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人;轉售請申請經銷授權。

商用應用程式
在付費功能加入文字、圖片、影片與聲音生成。
經銷授權
提供專案說明與存取方式,要求書面使用和轉售條件。
網站文件
串接前可閱讀正式服務條款、授權合約與資料處理政策。

申請經銷授權 · 正式服務條款與授權合約