OpenAI: GPT-6 Luna Pro (batch)

GPT-6 Luna Pro (batch) ist ein Textmodell von OpenAI, das auf api14 als openai/gpt-6-luna-pro:batch identifiziert wird. Es ist dasselbe zugrunde liegende Modell wie GPT-6 Luna, bereitgestellt mit reasoning.mode auf pro gesetzt für Antworten höherer Qualität bei komplexen Aufgaben. Die Batch-Variante ist für Workloads gedacht, bei denen dieser Pro-Modus höherer Qualität akzeptabel ist, und sie wurde vom Anbieter am 22. September 2026 veröffentlicht.

Das Modell akzeptiert Text-, Bild- und Dateieingaben und erzeugt Textausgaben. Sein Kontextfenster beträgt 1.050.000 Token, und die maximale Ausgabe beträgt 128.000 Token. Zu den unterstützten Anforderungsparametern gehören max_tokens, response_format, structured_outputs, seed, tools, tool_choice, reasoning, reasoning_effort, include_reasoning und verbosity. Da reasoning als Parameter offengelegt wird, können Sie steuern, wie viel internen Reasoning-Aufwand das Modell betreibt, und include_reasoning lässt Sie entscheiden, ob Reasoning-Inhalte zusammen mit der endgültigen Antwort zurückgegeben werden.

Diese Fähigkeiten deuten auf eine ziemlich spezifische Gruppe von Anwendungsfällen hin. Das große Kontextfenster eignet sich für lange Dokumente wie Verträge, Forschungsarbeiten, Codebasen oder Dateien mit mehreren Berichten, bei denen das Modell über Material reasoning betreiben muss, das nicht in ein kleineres Fenster passen würde. Bild- und Dateieingaben machen es nutzbar für Aufgaben, die gescannte Seiten, Diagramme oder Anhänge mit schriftlichen Anweisungen mischen. Strukturierte Ausgaben, response_format und Tool-Aufrufe machen es zu einer vernünftigen Wahl für Extraktionspipelines, Klassifizierung, Formularausfüllung und agentenähnliche Workflows, die externe Funktionen aufrufen müssen. Die Reasoning-Steuerungen sind nützlich, wenn eine Aufgabe eine sorgfältige mehrstufige Analyse statt einer schnellen Antwort erfordert.

Sie rufen das Modell über die OpenAI-kompatible API von api14 mit der Modell-ID openai/gpt-6-luna-pro:batch auf. Da die Schnittstelle der Form der OpenAI-Chat-Completions folgt, senden Sie eine Anforderung an den Chat-Completions-Endpunkt mit dieser ID im Feld model, und Sie können jeden der unterstützten Parameter im selben Anforderungstext übergeben. Tools und tool_choice handhaben Funktionsaufrufe, response_format und structured_outputs schränken die Form der Antwort ein, seed unterstützt reproduzierbare Stichproben, und max_tokens begrenzt die generierte Ausgabe. reasoning, reasoning_effort, include_reasoning und verbosity geben Ihnen Kontrolle darüber, wie das Modell reasoning betreibt und wie viel es sagt.

Ein praktischer Gesichtspunkt ist, dass der Pro-Modus weit mehr verbraucht als der Standardmodus, sodass die Batch-Variante am besten für Aufgaben reserviert wird, bei denen die zusätzliche Reasoning-Qualität wichtig ist. Für einfachere Arbeit oder Arbeit mit hohem Volumen kann das Nicht-Pro GPT-6 Luna besser geeignet sein. Beachten Sie außerdem, dass die Ausgabe nur Text ist. Wenn Sie generierte Bilder oder Audio benötigen, ist dieses Modell nicht die richtige Wahl.