OpenAI: GPT-6 Luna (batch)

GPT-6 Luna is een tekstmodel van OpenAI, onderdeel van de GPT-6-serie. Binnen die serie staat het onder GPT-6 Sol, gepositioneerd als de snelle, kostenefficiënte optie. Het is gericht op werk met een hoog volume en lage latentie, dus het is het overwegen waard wanneer je veel verzoeken snel wilt afhandelen in plaats van de absoluut sterkste redenering die dezelfde familie te bieden heeft.

Aan de invoerkant accepteert GPT-6 Luna tekst, afbeeldingen en bestanden, en het retourneert alleen tekst. Het contextvenster is 1.050.000 tokens, groot genoeg om zeer lange documenten of uitgebreide gespreksgeschiedenissen in één verzoek op te nemen. De maximale uitvoer is 128.000 tokens, dus lange generaties zijn mogelijk naast dat grote invoerbudget. Het ondersteunt een reeks verzoekparameters, waaronder redeneerbesturing, gestructureerde uitvoer en toolgebruik, wat betekent dat het model meer kan dan een gewone chatvoltooiing.

De combinatie van een zeer groot contextvenster en beeld- en bestandsinvoer maakt het model geschikt voor taken waarbij het bronmateriaal groot of gemengd is. Je kunt het gebruiken om lange rapporten en contracten samen te vatten of er vragen over te stellen, classificatie of extractie uit te voeren over grote hoeveelheden documenten, of chatervaringen te bouwen die een lange geschiedenis moeten onthouden. Omdat beeldinvoer wordt ondersteund, kan het ook verzoeken verwerken die screenshots of gescande pagina's combineren met tekstinstructies. De beschikbaarheid van tools en gestructureerde uitvoer wijst op lichtgewicht agentische workflows, waarbij het model functies aanroept of gegevens retourneert in een vast schema.

Je roept het model aan via de OpenAI-compatibele API van api14 met het model-id openai/gpt-6-luna:batch. Omdat de interface het OpenAI-formaat volgt, werken bestaande clients en SDK's over het algemeen met een wijziging van de basis-URL en het model-id. De ondersteunde parameters zijn include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools en verbosity. Deze dekken uitvoerlengte, determinisme via seed, JSON- of schemabeperkte antwoorden, redeneerdiepte en toolselectie.

Wat limieten betreft, de feiten hier vermelden geen snelheidslimieten, quota of kennisafsluitdatum, dus raadpleeg de actuele documentatie daarvoor. De provider merkt op dat GPT-6 Luna onder GPT-6 Sol is gepositioneerd, dus als een taak de sterkste redenering in de serie vereist, past een groter zustermodel mogelijk beter. Voor taken met een hoog volume en lage latentie, classificatie en lichtgewicht agentische flows is Luna de bedoelde keuze.