OpenAI: GPT Luna Latest

GPT Luna Latest est un modèle de texte d'OpenAI. Il est publié sous l'identifiant de modèle ~openai/gpt-luna-latest sur api14, et OpenAI le décrit comme redirigeant toujours vers le modèle le plus récent de la famille GPT Luna. Cela signifie que l'identifiant est une cible mouvante : lorsque OpenAI met à jour la famille Luna, les requêtes vers cet identifiant suivent le membre le plus récent plutôt que de rester fixées à un instantané spécifique.

Du côté de l'entrée, le modèle accepte du texte, des images et des fichiers, et il produit uniquement du texte. La fenêtre de contexte est de 1 050 000 tokens, ce qui est suffisamment grand pour contenir des bases de code entières, de longs ensembles de documents ou des historiques de conversation étendus dans une seule requête. La sortie maximale est de 128 000 tokens, donc de longues générations sont possibles sans enchaîner les appels. Comme les images et les fichiers sont acceptés aux côtés du texte, vous pouvez envoyer des captures d'écran, des pages scannées ou des pièces jointes avec vos instructions et obtenir une seule réponse textuelle.

Ces capacités renvoient à quelques schémas pratiques. Un grand contexte plus une entrée de fichiers convient à l'analyse de documents, comme résumer des contrats, extraire des champs de rapports ou répondre à des questions sur un ensemble de PDF. L'entrée d'images le rend utilisable pour lire des graphiques, des diagrammes, des captures d'écran et des pages photographiées. Les paramètres de raisonnement et la prise en charge des outils en font un choix raisonnable pour un travail de type agent, où le modèle appelle des fonctions, inspecte les résultats et continue. Les sorties structurées et la gestion du format de réponse conviennent aux pipelines qui ont besoin de JSON ou d'un schéma fixe plutôt que de prose libre.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "~openai/gpt-luna-latest". Les paramètres de requête pris en charge sont include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools et verbosity. En pratique, cela couvre les limites de tokens pour la réponse, le contrôle de l'effort de raisonnement dépensé, l'échantillonnage déterministe via seed, la sortie contrainte par schéma, et l'appel d'outils ou de fonctions avec un choix de comportement de sélection d'outil.

Une chose à garder à l'esprit est le comportement de redirection. Comme l'identifiant se résout vers ce qui est actuellement le modèle GPT Luna le plus récent, la sortie peut changer lorsque OpenAI publie une mise à jour, ce qui compte si vous dépendez de résultats reproductibles. Si vous avez besoin d'un instantané fixe, un identifiant de modèle épinglé est l'option la plus sûre. Le modèle produit uniquement du texte en sortie, donc tout ce qui nécessite des images ou de l'audio générés a besoin d'un modèle différent.