模型

OpenAI: GPT-6 Luna Decisions

Markdown · JSON

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

OpenAI /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

原樣保留的官方請求結構;文件範例使用您的實際請求資料,並保留完整結果
{
  "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

openai/gpt-6-luna-decisions

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

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