OpenAI: GPT-6 Luna (batch)

GPT-6 Luna est un modèle de texte d'OpenAI, faisant partie de la série GPT-6. Au sein de cette série, il se situe en dessous de GPT-6 Sol, positionné comme l'option rapide et économique. Il est destiné aux charges de travail à volume élevé et sensibles à la latence, il vaut donc la peine d'être envisagé lorsque vous devez traiter de nombreuses requêtes rapidement plutôt que d'obtenir le raisonnement le plus puissant disponible dans la même famille.

Du côté des entrées, GPT-6 Luna accepte le texte, les images et les fichiers, et il ne renvoie que du texte. La fenêtre de contexte est de 1 050 000 tokens, suffisamment grande pour contenir de très longs documents ou des historiques de conversation étendus en une seule requête. La sortie maximale est de 128 000 tokens, ce qui permet de longues générations en parallèle de ce large budget d'entrée. Il prend en charge une gamme de paramètres de requête, notamment les contrôles de raisonnement, les sorties structurées et l'utilisation d'outils, ce qui signifie que le modèle peut faire plus qu'une simple complétion de chat.

La combinaison d'une très grande fenêtre de contexte et d'entrées d'images et de fichiers fait de ce modèle un bon choix pour les tâches où le matériel source est volumineux ou mixte. Vous pourriez l'utiliser pour résumer ou interroger de longs rapports et contrats, exécuter une classification ou une extraction sur de grands lots de documents, ou créer des expériences de chat qui doivent se souvenir d'un long historique. Comme l'entrée d'images est prise en charge, il peut également traiter des requêtes qui combinent des captures d'écran ou des pages numérisées avec des instructions textuelles. La disponibilité des outils et des sorties structurées oriente vers des flux de travail agentiques légers, où le modèle appelle des fonctions ou renvoie des données dans un schéma fixe.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle openai/gpt-6-luna:batch. Comme l'interface suit le format OpenAI, les clients et SDK existants fonctionnent généralement avec un changement d'URL de base et d'identifiant de modèle. Les paramètres pris en charge sont include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools et verbosity. Ceux-ci couvrent la longueur de sortie, le déterminisme via seed, les réponses JSON ou contraintes par schéma, la profondeur de raisonnement et la sélection d'outils.

En ce qui concerne les limites, les informations ici ne listent pas de limites de débit, de quotas ou de date de coupure des connaissances, veuillez donc consulter la documentation en ligne pour ces éléments. Le fournisseur note que GPT-6 Luna est positionné en dessous de GPT-6 Sol, donc si une tâche exige le raisonnement le plus puissant de la série, un modèle frère plus grand pourrait mieux convenir. Pour les tâches à volume élevé et sensibles à la latence, la classification et les flux agentiques légers, Luna est le choix prévu.