Source: https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-luna-pro-u003a-batch/ Canonical: https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-luna-pro-u003a-batch/ Language: zh-hant-tw # OpenAI: GPT-6 Luna Pro (batch) [Markdown](https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-luna-pro-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-luna-pro-u003a-batch/facts.json) ## [OpenAI: GPT-6 Luna Pro (batch)](https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-luna-pro-u003a-batch/) 使用 Pro 推理的 GPT-6 Luna，適合在最終答案前需要額外分析的明確任務。基礎模型接收文字和圖片，適用於依規則處理文件、視覺問題，以及精簡的書面結果。 - [**Ailoot Ultra · 批次處理（Batch）** `POST /v1/batches` `openai/gpt-6-luna-pro:batch`](https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-luna-pro-u003a-batch/#method-0) 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 Pro 指使用 Pro 推理的 OpenAI GPT-6 Luna。Luna 為範圍明確的任務和大批量工作負載而設計；輸入是文字和圖片，輸出是文字。Pro 在形成最終答案時增加模型工作量。它是套用於所選基礎模型的執行模式，與控制該模式中分析量的推理強度設定不同。 一項實用應用是處理包含多項規則或例外、定義明確且範圍有限的請求。請提供請求、可能所屬類別，以及決定下一個動作的資訊。要求回傳類別、相關事實，以及簡短回覆草稿。一個任務示例是對文件請求分類、指出缺少的欄位，再草擬詢問該欄位的訊息。即使條件需要仔細考量，任務仍維持明確範圍。 針對圖片問題，請提供清晰的螢幕截圖或其他視覺資料，並指出要檢查的細節。你可要求解釋可見介面狀態，並附上給讀者的簡短指示。針對書面資料，請定義轉換後必須保留的欄位或陳述、允許的類別，以及預期答案格式。少量具代表性的範例能釐清相似類別的界線，不必讓模型推測你的規則。 OpenAI 指定 1,050,000 token 的上下文視窗供 GPT-6 Luna 使用，最多輸入 922,000 token，最多輸出 128,000 token。文件中的知識截止日為 2026年5月18日。基礎模型支援 none、low、medium、high、xhigh 和 max 推理強度，預設為 medium。推理與最終答案都會占用 token 空間，因此任務說明和所提供資料應為分析及所需結果預留空間。 開發者在 Responses API 中記載了 Pro，適用於允許額外延遲和模型作業量的高難度請求。GPT-6 Luna 的內建工具和結合函式呼叫的推理使用 Responses；在開發者的 Chat Completions 介面中，只有推理強度設為 none 時才支援函式呼叫。基礎模型列出串流、Structured Outputs、網頁與檔案搜尋、函式呼叫和提示快取。其工具也包括圖片生成、程式碼解譯、shell 和 patch 操作、技能、電腦操作、MCP 連線及工具搜尋。你的應用程式決定並執行其公開的操作。 請為最終任務指定精確輸出契約：決策、支持決策的欄位，以及仍缺少的資訊。例如，要求一個類別、依所提供規則給出的簡短理由，以及接下來要向讀者提出的問題。請依這些規則檢查結果，而非加入無限制的討論。此工作流程運用 Luna 的明確任務用途，同時將 Pro 額外作業用於其相依關係或例外需要更完整檢查的請求。 **Ailoot Ultra · 批次處理（Batch）** `POST /v1/batches` `openai/gpt-6-luna-pro:batch` [`openai/gpt-6-luna-pro:batch`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Fgpt-6-luna-pro%3Abatch&route=Ultra&caller=openai%2Fgpt-6-luna-pro%3Abatch&fmt=batches) OpenAI /`openai/gpt-6-luna-pro:batch` ### 入門 使用 Pro 推理的 GPT-6 Luna，適合在最終答案前需要額外分析的明確任務。基礎模型接收文字和圖片，適用於依規則處理文件、視覺問題，以及精簡的書面結果。 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-6-luna-pro: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-6-luna-pro:batch, openai/gpt-6-luna-pro | 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 **$0.0001** / 1K Token 輸出 · 輸出 Token **$0.0005** / 1K Token 輸入 · 讀取快取 **$0.00001** / 1K Token 輸入 · 寫入快取 **$0.000125** / 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 **$0.0001** / 1K Token 輸出 · 輸出 Token **$0.0005** / 1K Token 輸入 · 讀取快取 **$0.00001** / 1K Token 輸入 · 寫入快取 **$0.000125** / 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 **$0.0002** / 1K Token 輸出 · 輸出 Token **$0.00075** / 1K Token 輸入 · 讀取快取 **$0.00002** / 1K Token 輸入 · 寫入快取 **$0.00025** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token | Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/) ### 請求範例 #### Ailoot Ultra · 批次處理（Batch） curl · 保留的測試資料Python HTTP · 客戶實際的 JSONLPython · 儲存每個已完成的結果 ```bash set -eu : "${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-pro: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 ``` ```python 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-pro:batch', 'openai/gpt-6-luna-pro']: raise ValueError("body.model must be an exact documented caller or wire ID") return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6-luna-pro: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")) ``` ```python 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 ```bash 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-6-luna-pro:batch`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Fgpt-6-luna-pro%3Abatch&route=Ultra&caller=openai%2Fgpt-6-luna-pro%3Abatch&fmt=batches) #### 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-pro:batch`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Fgpt-6-luna-pro%3Abatch&route=Ultra&caller=openai%2Fgpt-6-luna-pro%3Abatch&fmt=batches) FAQ · OpenAI: GPT-6 Luna Pro (batch) 可以使用哪些輸入與結果？ `POST /v1/batches` · `openai/gpt-6-luna-pro:batch`: `text` → `text` 請求使用哪些欄位？ `POST /v1/batches` · `openai/gpt-6-luna-pro:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider` 適用哪些限制？ `POST /v1/batches` · `openai/gpt-6-luna-pro:batch`: `requests.min_items`: `1` 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](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/) ## 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](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw) ## Ailoot · 公司及其專案組合 Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。