OpenAI: GPT-6 Luna

GPT-6 Luna adalah model teks dari OpenAI, bagian dari seri GPT-6. OpenAI memposisikannya sebagai anggota seri tersebut yang cepat dan hemat biaya, berada di bawah GPT-6 Sol. Model ini dirilis oleh penyedia pada 22 September 2026. Jika Anda memilih di antara model-model dalam keluarga GPT-6, Luna adalah model yang ditujukan untuk beban kerja yang mengutamakan kecepatan dan throughput dibandingkan kemampuan puncak.

Pada sisi input, Luna menerima teks, gambar, dan file, sehingga Anda dapat mengirim prompt yang menggabungkan instruksi tertulis dengan konten visual atau dokumen. Output hanya berupa teks. Jendela konteksnya adalah 1.050.000 token, cukup besar untuk menampung seluruh basis kode, kumpulan dokumen panjang, atau riwayat percakapan yang panjang dalam satu permintaan. Output maksimumnya adalah 128.000 token, sehingga generasi panjang dapat dilakukan bersamaan dengan anggaran input yang besar tersebut.

Kombinasi jendela konteks yang sangat besar dan modalitas input campuran menunjukkan beberapa penggunaan praktis. Aplikasi chat dapat membawa riwayat panjang tanpa pemotongan yang agresif. Tugas klasifikasi dan ekstraksi dapat mengambil seluruh dokumen, termasuk halaman hasil pemindaian atau tangkapan layar, dan mengembalikan teks terstruktur. Alur kerja agentic yang ringan juga cocok, karena model ini mendukung pemanggilan alat dan dapat beroperasi pada konteks kerja yang besar. Pekerjaan bervolume tinggi dan sensitif terhadap latensi menjadi target, menurut deskripsi OpenAI sendiri, sehingga pemrosesan batch, perutean, pemberian tag, dan pekerjaan repetitif serupa merupakan kandidat yang wajar.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "openai/gpt-6-luna". Parameter permintaan yang didukung adalah include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools dan verbosity. Karena endpoint ini mengikuti bentuk chat completions OpenAI, klien dan SDK yang ada dapat digunakan hanya dengan mengubah base URL dan model id. Gunakan response_format atau structured_outputs ketika Anda membutuhkan JSON yang dapat diprediksi, tools dan tool_choice untuk pemanggilan fungsi, dan seed ketika Anda menginginkan sampling yang lebih dapat diulang. Parameter reasoning dan reasoning_effort mengontrol seberapa banyak penalaran internal yang dilakukan model, sedangkan verbosity memengaruhi panjang jawabannya, dan max_tokens atau max_completion_tokens membatasi generasi.

Ingatlah batasannya saat memutuskan. Output hanya berupa teks, jadi pembuatan gambar atau output audio bukan bagian dari model ini. Deskripsi penyedia menempatkan Luna di bawah GPT-6 Sol dalam seri tersebut, jadi jika suatu tugas menuntut penalaran terkuat yang ditawarkan keluarga ini alih-alih kecepatan dan efisiensi, model lain mungkin lebih cocok. Untuk semua hal lainnya, terutama chat berkonteks besar, pemahaman dokumen dan gambar, klasifikasi, dan agen yang digerakkan alat dalam volume besar, Luna adalah titik awal yang alami.