Nous utilisons des cookies. Les cookies et le stockage du navigateur vous gardent connecté et mémorisent vos préférences. Avec votre accord, nous mesurons aussi l’utilisation du site. Vous pouvez à tout moment. Consultez notre politique relative aux cookies.

OpenAI: GPT-6 Luna Pro (batch)

openai/gpt-6-luna-pro:batch
TexteEntrée: file · image · textOutilsRaisonnement1.1MAjouté le 22 sept. 2026

Essayez OpenAI: GPT-6 Luna Pro (batch) maintenant

Utilise votre solde aux prix indiqués ci-dessus. Les nouveaux comptes démarrent avec une consommation gratuite.

Une API. Tous les modèles.

5 messages gratuits sur 5 restants aujourd’hui, un compte gratuit vous offre de l’usage gratuit en plus et une clé API.Créer un compte gratuitConnexion

Coût de la session 0,00 $US

OpenAI: GPT-6 Luna Pro (batch) en bref

  • Le prix d’entrée est inférieur de 89% à la médiane de 434 modèles Texte.
  • Fenêtre de contexte de 1 050 000 tokens, suffisante pour de longs documents et des conversations à plusieurs tours.
  • Prend en charge l’appel d’outils (fonctions) pour les agents et les intégrations.
  • Prend en charge la sortie JSON structurée avec un schéma.
  • Prend en charge le contrôle de l’effort de raisonnement.
  • Accepte des images en entrée (vision).
  • Une requête typique (1,000 tokens en entrée / 500 en sortie) coûte environ 0,000613 $US.

À propos de OpenAI: GPT-6 Luna Pro (batch)

GPT-6 Luna Pro (batch) est un modèle de texte d'OpenAI, identifié sur api14 comme openai/gpt-6-luna-pro:batch. Il s'agit du même modèle sous-jacent que GPT-6 Luna, servi avec reasoning.mode défini sur pro pour des réponses de meilleure qualité sur des tâches complexes. La variante batch est destinée aux charges de travail où ce mode pro de meilleure qualité est acceptable, et elle a été publiée par le fournisseur le 22 septembre 2026.

Le modèle accepte des entrées texte, image et fichier, et il produit une sortie texte. Sa fenêtre de contexte est de 1 050 000 tokens, et la sortie maximale est de 128 000 tokens. Les paramètres de requête pris en charge incluent max_tokens, response_format, structured_outputs, seed, tools, tool_choice, reasoning, reasoning_effort, include_reasoning et verbosity. Comme reasoning est exposé en tant que paramètre, vous pouvez contrôler l'effort de raisonnement interne que le modèle applique, et include_reasoning vous permet de décider si le contenu de raisonnement est renvoyé avec la réponse finale.

Ces capacités correspondent à un ensemble assez spécifique de cas d'usage. La grande fenêtre de contexte convient aux documents longs, tels que des contrats, des articles de recherche, des bases de code ou des rapports multi-fichiers, où le modèle doit raisonner sur des éléments qui ne tiendraient pas dans une fenêtre plus petite. Les entrées image et fichier le rendent utilisable pour des tâches qui mélangent des pages numérisées, des diagrammes ou des pièces jointes avec des instructions écrites. Les sorties structurées, response_format et l'appel d'outils en font un choix raisonnable pour les pipelines d'extraction, la classification, le remplissage de formulaires et les flux de travail de type agent qui doivent appeler des fonctions externes. Les contrôles de raisonnement sont utiles lorsqu'une tâche nécessite une analyse multi-étapes minutieuse plutôt qu'une réponse rapide.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle openai/gpt-6-luna-pro:batch. Comme l'interface suit la forme des chat completions d'OpenAI, vous envoyez une requête au point de terminaison chat completions avec cet identifiant dans le champ model, et vous pouvez transmettre n'importe lequel des paramètres pris en charge dans le même corps de requête. Tools et tool_choice gèrent l'appel de fonctions, response_format et structured_outputs contraignent la forme de la réponse, seed prend en charge un échantillonnage reproductible, et max_tokens plafonne la sortie générée. reasoning, reasoning_effort, include_reasoning et verbosity vous donnent le contrôle sur la façon dont le modèle raisonne et sur la quantité de texte qu'il produit.

Une considération pratique est que le mode pro coûte bien plus que le mode standard, donc la variante batch est mieux réservée aux tâches où la qualité de raisonnement supplémentaire compte. Pour un travail plus simple ou à gros volume, le GPT-6 Luna non pro peut être plus adapté. Notez également que la sortie est uniquement textuelle, donc si vous avez besoin d'images ou d'audio générés, ce modèle n'est pas le bon choix.

Comment appeler l’API OpenAI: GPT-6 Luna Pro (batch)

  1. Créez une clé API dans votre tableau de bord.
  2. Installez le SDK officiel openai pour votre langage.
  3. Définissez baseURL sur https://api14.com/api/v1 et model sur "openai/gpt-6-luna-pro:batch".
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "openai/gpt-6-luna-pro:batch",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

Paramètres pris en charge

include_reasoningmax_tokensreasoningreasoning_effortresponse_formatseedstructured_outputstool_choicetoolsverbosity

Caractéristiques

Longueur de contexte
1 050 000
Sortie max.
128 000
Entrée
file, image, text
Sortie
text

Requêtes sur api14 · 7 derniers jours

10-1710-1810-1910-2010-2110-2210-23

OpenAI: GPT-6 Luna Pro (batch) : questions fréquentes

Combien coûte l’API OpenAI: GPT-6 Luna Pro (batch) ?
OpenAI: GPT-6 Luna Pro (batch) coûte Entrée 0,18 $US / 1M tokens. Seules les requêtes réussies sont débitées de votre solde en USD ; les requêtes échouées sont gratuites.
Quelle est la fenêtre de contexte de OpenAI: GPT-6 Luna Pro (batch) ?
OpenAI: GPT-6 Luna Pro (batch) lit jusqu’à 1 050 000 tokens par requête, prompt, historique et documents compris. Il génère jusqu’à 128 000 tokens de sortie par réponse.
Que peut faire OpenAI: GPT-6 Luna Pro (batch) ?
OpenAI: GPT-6 Luna Pro (batch) accepte file, image, text et renvoie text. Il prend en charge l’appel d’outils, la sortie JSON structurée, le contrôle de l’effort de raisonnement.
Comment appeler OpenAI: GPT-6 Luna Pro (batch) depuis mon code ?
Pointez n’importe quel SDK OpenAI vers https://api14.com/api/v1 et définissez model sur "openai/gpt-6-luna-pro:batch", sans autre changement de code. Copiez un exemple prêt à l’emploi depuis le panneau de code de cette page.
Quelles sont les alternatives à OpenAI: GPT-6 Luna Pro (batch) ?
Modèles Texte comparables à un prix similaire : Anthropic: Claude Haiku 5.5 (batch), OpenAI: GPT-6 Luna (batch), NVIDIA: Nemotron 3 Nano 30B A3B. Tous fonctionnent avec la même clé API : changer de modèle ne tient qu’à une chaîne.

Communauté OpenAI: GPT-6 Luna Pro (batch)

Nouveau sujet

Cette communauté n’a encore aucun sujet. Ouvrez le premier sur OpenAI: GPT-6 Luna Pro (batch).