OpenAI: GPT-6 Luna Pro (batch)

GPT-6 Luna Pro (batch) to model tekstowy od OpenAI, identyfikowany w api14 jako openai/gpt-6-luna-pro:batch. Jest to ten sam model bazowy co GPT-6 Luna, udostępniany z reasoning.mode ustawionym na pro w celu uzyskania odpowiedzi wyższej jakości w złożonych zadaniach. Wariant batch jest przeznaczony dla obciążeń, w których ten tryb pro o wyższej jakości jest akceptowalny, i został udostępniony przez dostawcę 22 września 2026.

Model przyjmuje dane wejściowe w postaci tekstu, obrazów i plików, a generuje dane wyjściowe w postaci tekstu. Jego okno kontekstu wynosi 1 050 000 tokenów, a maksymalna długość danych wyjściowych to 128 000 tokenów. Obsługiwane parametry żądania obejmują max_tokens, response_format, structured_outputs, seed, tools, tool_choice, reasoning, reasoning_effort, include_reasoning i verbosity. Ponieważ reasoning jest udostępniony jako parametr, można kontrolować, ile wewnętrznego wysiłku rozumowania model stosuje, a include_reasoning pozwala zdecydować, czy treść rozumowania jest zwracana razem z ostateczną odpowiedzią.

Te możliwości wskazują na dość konkretny zestaw zastosowań. Duże okno kontekstu pasuje do długich dokumentów, takich jak umowy, prace naukowe, bazy kodu czy raporty wieloplikowe, w których model musi rozumować na podstawie materiału, który nie zmieściłby się w mniejszym oknie. Dane wejściowe w postaci obrazów i plików czynią go użytecznym w zadaniach łączących zeskanowane strony, diagramy lub załączniki z pisemnymi instrukcjami. Ustrukturyzowane dane wyjściowe, response_format i wywoływanie narzędzi sprawiają, że nadaje się do potoków ekstrakcji, klasyfikacji, wypełniania formularzy i przepływów w stylu agentowym, które muszą wywoływać funkcje zewnętrzne. Kontrolki rozumowania są przydatne, gdy zadanie wymaga starannej wieloetapowej analizy, a nie szybkiej odpowiedzi.

Model wywołuje się przez zgodne z OpenAI API api14, używając identyfikatora modelu openai/gpt-6-luna-pro:batch. Ponieważ interfejs jest zgodny ze strukturą chat completions OpenAI, wysyła się żądanie do punktu końcowego chat completions z tym identyfikatorem w polu model, a wszelkie obsługiwane parametry można przekazać w tym samym ciele żądania. Tools i tool_choice obsługują wywoływanie funkcji, response_format i structured_outputs ograniczają kształt odpowiedzi, seed wspiera powtarzalne próbkowanie, a max_tokens ogranicza generowane dane wyjściowe. reasoning, reasoning_effort, include_reasoning i verbosity dają kontrolę nad tym, jak model rozumuje i ile mówi.

Jedna praktyczna uwaga: tryb pro zużywa znacznie więcej niż tryb standardowy, więc wariant batch najlepiej zarezerwować do zadań, w których dodatkowa jakość rozumowania ma znaczenie. W przypadku prostszej pracy lub pracy o dużym wolumenie lepszym wyborem może być GPT-6 Luna bez trybu pro. Należy też pamiętać, że dane wyjściowe są wyłącznie tekstowe, więc jeśli potrzebne są generowane obrazy lub dźwięk, ten model nie jest właściwym wyborem.