OpenAI: GPT-6 Luna (batch)

GPT-6 Luna è un modello testuale di OpenAI, parte della serie GPT-6. All'interno di quella serie si colloca sotto GPT-6 Sol, posizionandosi come l'opzione veloce ed economicamente efficiente. È pensato per carichi di lavoro ad alto volume e sensibili alla latenza, quindi vale la pena considerarlo quando hai bisogno di gestire molte richieste rapidamente piuttosto che del massimo ragionamento disponibile dalla stessa famiglia.

Sul lato input, GPT-6 Luna accetta testo, immagini e file, e restituisce solo testo. La finestra di contesto è di 1.050.000 token, abbastanza ampia da contenere documenti molto lunghi o cronologie di conversazione estese in una singola richiesta. L'output massimo è di 128.000 token, quindi sono possibili generazioni lunghe insieme a quel grande budget di input. Supporta una serie di parametri di richiesta, tra cui controlli di ragionamento, output strutturati e uso di strumenti, il che significa che il modello può fare più di un semplice completamento di chat.

La combinazione di una finestra di contesto molto ampia e input di immagini e file rende il modello adatto a compiti in cui il materiale di partenza è grande o misto. Potresti usarlo per riassumere o interrogare report e contratti lunghi, eseguire classificazione o estrazione su grandi lotti di documenti, o costruire esperienze di chat che devono ricordare una lunga cronologia. Poiché l'input di immagini è supportato, può anche gestire richieste che combinano screenshot o pagine scansionate con istruzioni testuali. La disponibilità di strumenti e output strutturati indica flussi di lavoro agentici leggeri, in cui il modello chiama funzioni o restituisce dati in uno schema fisso.

Chiami il modello tramite l'API compatibile con OpenAI di api14 usando l'id del modello openai/gpt-6-luna:batch. Poiché l'interfaccia segue il formato OpenAI, i client e gli SDK esistenti generalmente funzionano con un cambio di URL di base e id del modello. I parametri supportati sono include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools e verbosity. Questi coprono la lunghezza dell'output, il determinismo tramite seed, risposte JSON o vincolate a schema, la profondità del ragionamento e la selezione degli strumenti.

Per quanto riguarda i limiti, i fatti qui non elencano limiti di frequenza, quote o una data di conoscenza, quindi controlla la documentazione live per quelli. Il provider nota che GPT-6 Luna è posizionato sotto GPT-6 Sol, quindi se un compito richiede il ragionamento più forte della serie, un modello fratello più grande potrebbe essere più adatto. Per lavori ad alto volume e sensibili alla latenza, classificazione e flussi agentici leggeri, Luna è la scelta prevista.