OpenAI: GPT-6 Luna Pro (batch)

GPT-6 Luna Pro (batch) هو نموذج نصي من OpenAI، معرّف على api14 بالمعرّف openai/gpt-6-luna-pro:batch. وهو النموذج الأساسي نفسه الخاص بـ GPT-6 Luna، لكنه يُقدَّم مع ضبط reasoning.mode على القيمة pro للحصول على ردود أعلى جودة في المهام المعقدة. ويهدف متغير batch إلى أحمال العمل التي يكون فيها وضع pro الأعلى جودة مقبولاً، وقد أطلقته الجهة الموفرة في 22 سبتمبر 2026.

يقبل النموذج مدخلات نصية وصورية وملفات، وينتج مخرجات نصية. نافذة السياق لديه هي 1,050,000 رمز، والحد الأقصى للمخرجات هو 128,000 رمز. تشمل معاملات الطلب المدعومة max_tokens وresponse_format وstructured_outputs وseed وtools وtool_choice وreasoning وreasoning_effort وinclude_reasoning وverbosity. ولأن reasoning مكشوف كمعامل، يمكنك التحكم في مقدار جهد الاستدلال الداخلي الذي يطبقه النموذج، ويتيح لك include_reasoning تحديد ما إذا كان محتوى الاستدلال يُعاد إلى جانب الإجابة النهائية.

تشير هذه القدرات إلى مجموعة محددة إلى حد ما من حالات الاستخدام. تناسب نافذة السياق الكبيرة المستندات الطويلة، مثل العقود والأوراق البحثية وقواعد الشيفرة أو التقارير متعددة الملفات، حيث يحتاج النموذج إلى الاستدلال عبر مواد لا تتسع في نافذة أصغر. وتجعله المدخلات الصورية ومدخلات الملفات صالحاً للمهام التي تمزج صفحات ممسوحة ضوئياً أو رسوماً بيانية أو مرفقات مع تعليمات مكتوبة. وتجعله المخرجات المنظمة وresponse_format واستدعاء الأدوات خياراً معقولاً لخطوط الاستخراج والتصنيف وملء النماذج وسير العمل على نمط الوكلاء الذي يحتاج إلى استدعاء دوال خارجية. وتكون عناصر التحكم في الاستدلال مفيدة عندما تحتاج مهمة إلى تحليل متعدد الخطوات بعناية بدلاً من إجابة سريعة.

تستدعي النموذج عبر واجهة API المتوافقة مع OpenAI في api14 باستخدام معرّف النموذج openai/gpt-6-luna-pro:batch. ولأن الواجهة تتبع شكل chat completions الخاص بـ OpenAI، فإنك ترسل طلباً إلى نقطة نهاية chat completions مع ذلك المعرّف في الحقل model، ويمكنك تمرير أي من المعاملات المدعومة في جسم الطلب نفسه. يتولى tools وtool_choice استدعاء الدوال، ويقيد response_format وstructured_outputs شكل الرد، ويدعم seed أخذ عينات قابلاً لإعادة الإنتاج، ويحد max_tokens من المخرجات المولدة. وتمنحك reasoning وreasoning_effort وinclude_reasoning وverbosity تحكماً في كيفية استدلال النموذج وفي مقدار ما يقوله.

من الاعتبارات العملية أن وضع pro يستهلك أكثر بكثير من الوضع القياسي، لذا يُفضَّل حصر متغير batch في المهام التي تهم فيها جودة الاستدلال الإضافية. أما الأعمال الأبسط أو ذات الحجم الكبير، فقد يكون GPT-6 Luna غير pro خياراً أفضل. لاحظ أيضاً أن المخرجات نصية فقط، لذا إذا كنت تحتاج إلى صور أو صوت مولَّدين، فهذا النموذج ليس الخيار الصحيح.