OpenAI: GPT-6 Luna (batch)

GPT-6 Luna to model tekstowy od OpenAI, część serii GPT-6. W ramach tej serii plasuje się poniżej GPT-6 Sol, jako szybka i opłacalna opcja. Jest przeznaczony do pracy o dużym natężeniu i wrażliwej na opóźnienia, więc warto go rozważyć, gdy potrzebujesz szybkiej obsługi wielu żądań, a nie absolutnie najsilniejszego rozumowania dostępnego w tej samej rodzinie.

Po stronie danych wejściowych GPT-6 Luna przyjmuje tekst, obrazy i pliki, a zwraca wyłącznie tekst. Okno kontekstu wynosi 1 050 000 tokenów, co wystarcza na bardzo długie dokumenty lub rozbudowaną historię rozmowy w jednym żądaniu. Maksymalne wyjście to 128 000 tokenów, więc długie generowania są możliwe obok tak dużego budżetu wejściowego. Obsługuje szereg parametrów żądania, w tym mechanizmy sterowania rozumowaniem, ustrukturyzowane wyjścia i użycie narzędzi, co oznacza, że model potrafi więcej niż zwykłe ukończenie czatu.

Połączenie bardzo dużego okna kontekstu oraz wejść obrazowych i plikowych sprawia, że model dobrze nadaje się do zadań, w których materiał źródłowy jest duży lub mieszany. Możesz go użyć do streszczania lub odpytywania długich raportów i umów, przeprowadzania klasyfikacji lub ekstrakcji na dużych partiach dokumentów albo budowania doświadczeń czatowych, które muszą pamiętać długą historię. Ponieważ obsługiwane jest wejście obrazowe, może też obsługiwać żądania łączące zrzuty ekranu lub zeskanowane strony z instrukcjami tekstowymi. Dostępność narzędzi i ustrukturyzowanych wyjść wskazuje na lekkie przepływy agentowe, w których model wywołuje funkcje lub zwraca dane w ustalonym schemacie.

Model wywołujesz przez zgodne z OpenAI API api14, używając identyfikatora modelu openai/gpt-6-luna:batch. Ponieważ interfejs jest zgodny z formatem OpenAI, istniejące klienty i SDK zasadniczo działają po zmianie bazowego adresu URL i identyfikatora modelu. Obsługiwane parametry to include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools i verbosity. Obejmują one długość wyjścia, determinizm poprzez seed, odpowiedzi w formacie JSON lub ograniczone schematem, głębokość rozumowania i wybór narzędzi.

Jeśli chodzi o limity, podane tu fakty nie wymieniają limitów szybkości, kwot ani daty odcięcia wiedzy, więc sprawdź aktualną dokumentację w tych kwestiach. Dostawca zauważa, że GPT-6 Luna plasuje się poniżej GPT-6 Sol, więc jeśli zadanie wymaga najsilniejszego rozumowania w serii, lepiej może pasować większy model z rodziny. Do zadań o dużym natężeniu, wrażliwych na opóźnienia, klasyfikacji i lekkich przepływów agentowych Luna jest zamierzonym wyborem.