OpenAI: GPT-5.6 Luna (batch)

GPT-5.6 Luna (batch) est un modèle de texte d'OpenAI, faisant partie de la série GPT-5.6. OpenAI le décrit comme une entrée rapide et économique dans cette série, destinée aux charges de travail à haut volume et sensibles à la latence. La variante batch est servie via api14 sous l'identifiant de modèle openai/gpt-5.6-luna:batch, ce qui vous permet d'y router des requêtes sans modifier votre code client compatible OpenAI existant.

Le modèle accepte des entrées texte, image et fichier, et il ne renvoie que du texte. Cela signifie que vous pouvez envoyer des prompts qui mélangent des instructions écrites avec des images ou des documents téléversés, mais vous ne devez pas vous attendre à de l'audio ou à d'autres types de sortie. Sa fenêtre de contexte est de 1 050 000 tokens, ce qui est suffisamment grand pour contenir de longs documents, des historiques de conversation étendus ou des extraits conséquents de code et de données dans une seule requête. La sortie maximale est de 128 000 tokens, et la date limite de connaissances est le 2026-02-16. Les paramètres de requête pris en charge incluent max_tokens, response_format, structured_outputs, seed, tool_choice, tools, verbosity, ainsi que les contrôles de raisonnement reasoning, reasoning_effort et include_reasoning.

Ces capacités renvoient à quelques schémas pratiques. Comme l'entrée peut inclure des images et des fichiers en plus du texte, le modèle convient aux questions-réponses sur documents, à l'extraction à partir de matériel scanné ou téléversé, et à la synthèse de longs rapports ou transcriptions. Les sorties structurées et response_format le rendent utilisable pour la classification, l'étiquetage et d'autres tâches où vous avez besoin de résultats lisibles par machine plutôt que de prose libre. La prise en charge des appels d'outils et de fonctions convient aux flux de travail agentiques légers, où le modèle décide quel outil invoquer puis poursuit à partir du résultat. La grande fenêtre de contexte aide lorsque vous devriez sinon découper un long document ou maintenir une longue conversation en cours. La désignation batch suggère des charges de travail où vous pouvez tolérer un délai de traitement asynchrone en échange d'une efficacité sur de grands volumes de requêtes.

Pour l'appeler via api14, utilisez le point de terminaison chat completions compatible OpenAI et définissez le champ model sur openai/gpt-5.6-luna:batch. Les requêtes suivent la même forme que les autres appels compatibles OpenAI : un tableau messages, plus l'un des paramètres pris en charge tels que max_tokens, response_format, structured_outputs, seed, tools, tool_choice, verbosity, reasoning, reasoning_effort et include_reasoning. Si votre application cible déjà une bibliothèque cliente OpenAI, vous n'avez généralement qu'à changer l'URL de base pour api14 et à remplacer par cet identifiant de modèle. La tarification en direct du modèle est affichée dans le tableau des prix sur cette page plutôt qu'ici.

Un point à peser est l'aspect batch. Si votre application dépend de réponses immédiates et synchrones par requête, une variante non batch du même modèle peut mieux convenir, car le service batch est généralement orienté vers des tâches qui peuvent être soumises puis récupérées plus tard. Si vous avez besoin d'une sortie sous une forme autre que du texte, ce modèle ne répondra pas à ce besoin. Dans ces limites, GPT-5.6 Luna (batch) est un choix raisonnable pour du travail textuel à haut volume qui implique aussi des images ou des fichiers, des sorties structurées, l'utilisation d'outils et un contexte long.