Source: https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-luna-u003a-batch/
Canonical: https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-luna-u003a-batch/
Language: zh-hant-tw

# OpenAI: GPT-6 Luna (batch)

[Markdown](https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-luna-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-luna-u003a-batch/facts.json)

## [OpenAI: GPT-6 Luna (batch)](https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-luna-u003a-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。

- [**Ailoot Ultra · 批次處理（Batch）** `POST /v1/batches` `openai/gpt-6-luna:batch`](https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-luna-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 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`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Fgpt-6-luna%3Abatch&route=Ultra&caller=openai%2Fgpt-6-luna%3Abatch&fmt=batches)

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 →](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: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: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"))
```

```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:batch`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Fgpt-6-luna%3Abatch&route=Ultra&caller=openai%2Fgpt-6-luna%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:batch`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Fgpt-6-luna%3Abatch&route=Ultra&caller=openai%2Fgpt-6-luna%3Abatch&fmt=batches)

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`

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。