OpenAI: GPT-6 Luna (batch)

GPT-6 Luna ist ein Textmodell von OpenAI, Teil der GPT-6-Serie. Innerhalb dieser Serie steht es unter GPT-6 Sol und ist als schnelle, kosteneffiziente Option positioniert. Es ist auf Arbeitslasten mit hohem Volumen und Latenzempfindlichkeit ausgerichtet, deshalb ist es eine Überlegung wert, wenn Sie viele Anfragen schnell bearbeitet brauchen statt der absolut stärksten Reasoning-Fähigkeit derselben Familie.

Auf der Eingabeseite akzeptiert GPT-6 Luna Text, Bilder und Dateien und gibt nur Text zurück. Das Kontextfenster umfasst 1.050.000 Token, groß genug, um sehr lange Dokumente oder ausgedehnte Gesprächsverläufe in einer einzigen Anfrage zu halten. Die maximale Ausgabe beträgt 128.000 Token, sodass lange Generierungen neben diesem großen Eingabebudget möglich sind. Es unterstützt eine Reihe von Anfrageparametern, darunter Reasoning-Steuerungen, strukturierte Ausgaben und Tool-Nutzung, was bedeutet, dass das Modell mehr als nur einfache Chat-Vervollständigung leisten kann.

Die Kombination aus einem sehr großen Kontextfenster sowie Bild- und Dateieingaben macht das Modell gut geeignet für Aufgaben, bei denen das Quellmaterial groß oder gemischt ist. Sie könnten es verwenden, um lange Berichte und Verträge zusammenzufassen oder abzufragen, Klassifizierung oder Extraktion über große Dokumentenstapel laufen zu lassen oder Chat-Erlebnisse zu bauen, die sich an eine lange Historie erinnern müssen. Da Bildeingabe unterstützt wird, kann es auch Anfragen bearbeiten, die Screenshots oder gescannte Seiten mit Textanweisungen kombinieren. Die Verfügbarkeit von Tools und strukturierten Ausgaben deutet auf leichtgewichtige agentische Workflows hin, bei denen das Modell Funktionen aufruft oder Daten in einem festen Schema zurückgibt.

Sie rufen das Modell über die OpenAI-kompatible API von api14 mit der Modell-ID openai/gpt-6-luna:batch auf. Da die Schnittstelle dem OpenAI-Format folgt, funktionieren vorhandene Clients und SDKs im Allgemeinen mit einer Änderung der Basis-URL und der Modell-ID. Die unterstützten Parameter sind include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools und verbosity. Diese decken Ausgabelänge, Determinismus über seed, JSON- oder schemaeingeschränkte Antworten, Reasoning-Tiefe und Tool-Auswahl ab.

Was die Limits betrifft, listen die hier vorliegenden Angaben keine Rate Limits, Quotas oder einen Knowledge Cutoff auf, prüfen Sie dafür die Live-Dokumentation. Der Anbieter merkt an, dass GPT-6 Luna unter GPT-6 Sol positioniert ist, wenn eine Aufgabe also das stärkste Reasoning der Serie verlangt, könnte ein größeres Schwestermodell besser