OpenAI: GPT-6 Luna Decisions
GPT-6 Luna 在 OpenAI 的 Decisions 模式中評估文字與圖片,並回傳具型別的機率式答案:條件機率、固定選項或規準分數。它支援分類、路由與優先排序,而不是將書面解釋當作決策結果。
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-6 Luna 在 OpenAI 的 Decisions 模式下,會評估所提供的證據,並回傳與之相關的型別化答案。原廠文件將 GPT-6 Luna 列為此專用決策介面的模型。它可以估計某個條件是否成立、從固定選項中擇一,或將輸入置於有序的評分準則上。當任務需要明確定義的決策結果,而不是書面回應時,請使用 GPT-6 Luna 的這個模式。
共用輸入、具名問題與答案
原廠 API 請求包含模型、共用輸入與一個 questions 陣列。輸入可以是文字字串,或是含有文字與圖片的使用者訊息。每個問題都有唯一的名稱、類型、指示,以及任何必要的選項或等級。答案陣列會回傳相同的問題名稱,讓結果能與實際請求的條件、類別或評等相對應。
處理客服訊息時,請提供該訊息及與下一個決策相關的脈絡,再依工作流程所需的欄位為問題命名。處理文件段落時,請納入確立判斷準則的文字,而不是籠統地引用一份較大的檔案。請以可觀察的事實定義問題,並將彼此獨立的考量分開。實用的結果可以結合問題類別與嚴重程度評等,同時保留每個答案的定義與含義。
Predicate:估計條件是否成立
predicate 問題會回傳 0 到 1 之間的機率,表示所定義的條件為真的可能性。它可以檢查段落的相關性,或圖片中可見的條件。對於產品照片,請描述要檢查的可見瑕疵,例如裂痕或撕裂,並將圖片與該準則一併提供。這個數值是模型的估計;用於標記或審查的門檻值由應用程式決定。
OpenAI 的 Decisions 指南要求此端點使用內嵌編碼的圖片資料。在該文件記載的規範中,託管圖片網址與檔案識別碼都不是受支援的圖片輸入。文字與圖片內容可以合併在同一則使用者訊息中,讓視覺證據與相關的文字脈絡一起評估。請確保圖片清晰可辨、條件具體明確;針對某一項指定瑕疵的機率,並不是涵蓋所有可能問題的全面檢測報告。
Choice:從提供的值中選擇一項
choice 問題會從多個選項中做出選擇,每個選項都有不同的值,以及說明何時適用的描述。回傳的選擇是其中一個值,並附上每個選項的機率與一個獨立的信心度欄位。用於分流時,請依實際可用的團隊或結果定義類別,並在選項集合無法涵蓋所有輸入時加入「其他」選項。這些類別不具順序:它們的排列位置並不是嚴重程度量表。
實用的分類說明可以區分產品瑕疵、存取問題與一般請求。請描述這些類別之間的界線,而不是只依賴簡短的名稱。以回傳的選擇作為建議標籤,並在多種含義都說得通時檢視機率分布。結果提供的是一個選擇;是否應據此觸發自動分流或審查,由應用程式決定。
Score:依機率加權的評分準則位置
score 問題使用由低到高排列的有序等級。等級索引從 0 開始,分數是這些索引的機率加權平均值,因此可能落在兩個等級之間。以問題嚴重程度為例,一個等級可代表外觀上的影響,另一個代表有可行的替代做法,再一個代表完全受阻;請定義區分這些等級的準則。答案除了分數之外,還包含每個等級的機率與信心度。
期望分數彙總的是機率分布,而不是選出單一類別。將結果用於排定優先順序或彙整趨勢時,請保留這項區別。若需要以固定類別呈現,可以改用 choice 問題。信心度是 choice 與 score 答案中另行回報的欄位;指南並未將其定義為等同於所選選項的機率。
多個問題與相依決策
彼此獨立的問題可以在同一個原廠 API 請求中共用輸入,包括不同類型的問題。一張照片可以同時支援瑕疵判定與類別選擇,一則訊息也可以同時進行類別與嚴重程度評估。請為每項考量提供各自的指示與含義。當後一個決策取決於前一個結果時,原廠建議分成不同的請求,讓第二個問題能明確使用該結果。不要假設在同一個陣列中依序排列問題,就會讓它們成為有先後順序的對話。
選擇合適的輸出並解讀其限制
Decisions 提供所定義的 predicate、choice 或 score 結果。答案也可能是 refusal 類型;讀取機率、選擇或分數之前,請先檢查其類型。OpenAI 將此功能與透過 Structured Outputs 產生任意結構描述物件或書面說明的做法區分開來,也與透過函式呼叫(function calling)請求工具動作的做法區分開來。決策答案不應被呈現為生成的理由說明,或外部動作已執行的證明。一般聊天模型的輸出、推理與工具設定,並不會自動成為此專用模式的一部分。
請使用具代表性的已標註輸入來評估分流、篩選與審查的門檻值,並考量偽陽性與偽陰性的後果。讓證據、問題定義與原始數值輸出保持關聯,以便檢視模稜兩可的結果。讓共用證據與具名問題保持相關,並在提交決策任務前清楚定義每個選項或評分準則等級。請依文件記載的決策工作流程準備證據與答案類型,並依其所評估的任務解讀輸出。
Ailoot Ultra · System One POST /v1/systemone openai/gpt-6-luna-decisions
openai/gpt-6-luna-decisions入門
GPT-6 Luna 在 OpenAI 的 Decisions 模式中評估文字與圖片,並回傳具型別的機率式答案:條件機率、固定選項或規準分數。它支援分類、路由與優先排序,而不是將書面解釋當作決策結果。
- 接受的輸入
- 文字 · 圖片
- 結果
- decisions
Ailoot 可用 · 輸入與方法
Ailoot Ultra · System One POST /v1/systemone
- 輸入
text,image- 輸出
decisions- 輸出格式
- json
| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 openai/gpt-6-luna-decisions | 預設值— |
欄位provider | 類型schema | 要求選填 | 值與限制 | 預設值— |
欄位questions | 類型object | 要求必填 | 值與限制 | 預設值— |
欄位session_id | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位state | 類型schema | 要求必填 | 值與限制 | 預設值— |
欄位trace | 類型schema | 要求選填 | 值與限制 | 預設值— |
欄位user | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位questions.<id>.type | 類型string | 要求必填 | 值與限制 noul, choice, score | 預設值— |
欄位questions.<id>.instructions | 類型string|object|array | 要求必填 | 值與限制 | 預設值— |
欄位questions.<id>.criteria | 類型object|array | 要求選填 | 值與限制 條件: choice/score:必填;noul:選填。choice 的條件為物件;score 為陣列,並要求 minItems1。 | 預設值— |
欄位questions.<id>.criteria.true | 類型string|object|array | 要求必填 | 值與限制 適用條件: 已提供 noul criteria 物件 | 預設值— |
欄位questions.<id>.criteria.false | 類型string|object|array | 要求必填 | 值與限制 適用條件: 已提供 noul criteria 物件 | 預設值— |
輸入素材組合
noul · 必填: state, questions.<id>.type=noul, questions.<id>.instructions
choice · 必填: state, questions.<id>.type=choice, questions.<id>.instructions, criteria object
score · 必填: state, questions.<id>.type=score, questions.<id>.instructions, criteria array with minItems1
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model, state, questions |
參數material_types | 規格text, image |
參數optional_controls | 規格provider, session_id, trace, user |
參數multimodal_input_binding | 規格請僅使用完全相符且已宣告的狀態/文件表示方式。製造商具備圖片處理能力,並不足以證明該模型已接受特定的圖片傳遞形式。 |
生命週期: synchronous
請傳送完全相符的模型 ID,並保留完整的原生回應。
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
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 / 1K Token 輸入 · 讀取快取 $0 / 1K Token 輸入 · 寫入快取 $0 / 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 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.0002 / 1K Token 輸出 · 輸出 Token $0 / 1K Token 輸入 · 讀取快取 $0 / 1K Token 輸入 · 寫入快取 $0 / 1K Token 輸入 · 寫入快取,1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後,依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
請求範例
Ailoot Ultra · System One
{
"model": "openai/gpt-6-luna-decisions",
"questions": {
"is_bug": {
"criteria": {
"false": "The customer is asking a question or requesting a feature.",
"true": "The customer describes broken or unexpected product behavior."
},
"instructions": "Is the customer reporting a software defect?",
"type": "noul"
},
"team": {
"criteria": {
"account": "Login, permissions, or profile issues.",
"frontend": "Rendering, layout, or browser compatibility issues.",
"payments": "Checkout, billing, or payment processing issues."
},
"instructions": "Which team should own this ticket?",
"type": "choice"
},
"urgency": {
"criteria": [
"Can wait for the next release",
"Should be fixed this week",
"Blocking revenue right now"
],
"instructions": "How urgent is this ticket?",
"type": "score"
}
},
"state": {
"customer_tier": "enterprise",
"ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."
}
}set -eu
: "${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
接收並儲存結果
Ailoot Ultra · System One
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。
會保留每個已提供的問題 ID 答案,包括其確切型別、noul/choice/score 值、信心值、機率與圖例。完整的原始 JSON 會先儲存,並僅在結算後回傳。
需要檢查原始回應時
請保留原始操作與完整/部分回覆;切勿重送 POST。
回應欄位
| 欄位 | 類型 |
|---|---|
欄位model | 類型string |
欄位id | 類型string |
欄位provider | 類型string |
欄位answers.<id>.type | 類型string |
欄位answers.<id>.noul | 類型number |
欄位answers.<id>.choice | 類型string |
欄位answers.<id>.score | 類型number |
欄位answers.<id>.confidence | 類型number |
欄位answers.<id>.probabilities | 類型object |
欄位answers.<id>.legend | 類型object |
欄位usage.input_tokens | 類型integer |
欄位usage.output_tokens | 類型integer |
欄位usage.cost | 類型number |
錯誤與後續步驟
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、表示方式或值無效 | 下一步請修正指出的請求欄位。 |
別名
模型別名
Ailoot Ultra openai/gpt-6-luna-decisions
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
FAQ · OpenAI: GPT-6 Luna Decisions
- 可以使用哪些輸入與結果?
POST /v1/systemone·openai/gpt-6-luna-decisions:text,image→decisions- 請求使用哪些欄位?
POST /v1/systemone·openai/gpt-6-luna-decisions:model,provider,questions,session_id,state,trace,user