模型

OpenAI: GPT-6 Luna (batch)

Markdown · JSON

OpenAI: GPT-6 Luna (batch)

GPT-6 Luna 是 OpenAI 專注於重複、大批量任務的推理模型。文字和圖片可支援分類、擷取、協助及工具引導的工作,具備 1,050,000 token 上下文、結構化文字輸出,以及可選擇不進行推理的強度設定。

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 是 OpenAI 專注於重複、大批量任務的模型。它接收文字和圖片並產生文字,適合分類、擷取、改寫、依圖片提問,以及助理工作流程中的個別步驟等明確操作。Luna 在 GPT-6 中維持自己的特性,與 Sol 的複雜程式設計用途、Astra 的最高難度工作,以及 Luna 的 Pro 執行設定不同。

定義可重複的操作

請為每項任務指定清楚結果:類別、小型紀錄、解釋或修改後的段落。針對分類,請提供類別含義,以及不符合任何類別時的處理慣例。針對擷取,請定義欄位、單位,以及缺少資訊的處理方式。一份實用的需求說明是:「找出使用者的主要問題,從這些類別中選一項,並回傳支持此選擇的句子。」

針對支援回覆,請提供問題及相關已核准的原始資料,再指出答案語言和必須保留的細節。針對圖片,請保留可見標籤,並告訴模型問題所指的內容。請將擷取的字句與解讀分開,讓產生的紀錄可對照輸入檢查。

推理強度與輸出格式

開發者支援 none、low、medium、high、xhigh 和 max 推理強度;預設為 medium。none 適用於不需要中間推理的任務,而較高強度可為較複雜問題發展分析。推理強度與標準或 Pro 執行模式是彼此獨立的選擇。每個強度等級仍需明確而有限定範圍的輸出契約。

Structured Outputs 可約束已定義的紀錄格式,一般文字則可傳達簡短答案或解釋。請指定欄位含義和缺值慣例。格式有效不代表擷取的值確實存在於來源中,因此應同時檢查內容與結構。

上下文與知識

模型卡列出 1,050,000 token 上下文、最多 922,000 token 輸入,以及最多 128,000 token 輸出。知識截止日為 2026年5月18日。原始資料、對話、推理和可見答案需要共同容納於上下文中。針對重複工作,請保留重要標準和來源標籤,避免無關歷史內容掩蓋要執行的操作。

工具與應用程式結果

OpenAI 記載了使用 Responses 進行內建工具和函式呼叫的方式。對此模型而言,Chat Completions 只有在推理強度為 none 時才支援函式呼叫。開發者工具清單包括網頁與檔案搜尋、圖片生成工具、程式碼解譯器、shell 和 patch 工具、技能、電腦操作、MCP 連線及工具搜尋。Luna 本身的輸出是文字;工具產生的圖片或已執行動作是另一項結果。

應用程式執行選定操作,並回傳觀察結果,供模型下一步使用。產品查詢可在組成答案前提供缺少的欄位;擷取任務可使用實際取得的段落。GPT-6 指南也在系列層級描述了非同步工具作業、方向調整及上下文管理能力。

有用的最終結果是與所提供證據相連、範圍明確的答案或紀錄。請檢查其中的值、保留必要術語,並讓涉及最新來源的問題依據權威資料或實際工具觀察結果。Luna 的用途是完成已定義的操作,而非將大量原始資料變成未指定目標的任務。

Ailoot Ultra · 批次處理(Batch) POST /v1/batches openai/gpt-6-luna:batch

openai/gpt-6-luna:batch

OpenAI /openai/gpt-6-luna:batch

入門

GPT-6 Luna 是 OpenAI 專注於重複、大批量任務的推理模型。文字和圖片可支援分類、擷取、協助及工具引導的工作,具備 1,050,000 token 上下文、結構化文字輸出,以及可選擇不進行推理的強度設定。

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: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:batch, openai/gpt-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 $0.0001 / 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 →

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-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.

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-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-6-luna:batch

FAQ · OpenAI: GPT-6 Luna (batch)
可以使用哪些輸入與結果?

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

請求使用哪些欄位?

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

適用哪些限制?

POST /v1/batches · openai/gpt-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