OpenAI: GPT-5.6 Luna

GPT-5.6 Luna é um modelo de texto da OpenAI, parte da série GPT-5.6. A OpenAI descreve-o como rápido e económico, posicionado para trabalho de elevado volume e sensível à latência, em vez de ser o membro maior ou mais capaz da família. Situa-se na categoria de texto, pelo que o seu propósito é a compreensão e geração de linguagem, e não tarefas de áudio, vídeo ou embedding.

O modelo aceita texto, imagens e ficheiros como entrada, e devolve apenas texto. A sua janela de contexto é de 1.050.000 tokens, suficientemente grande para conter documentos muito longos, históricos de conversa extensos ou bases de código consideráveis num único pedido. A saída máxima é de 128.000 tokens, pelo que são possíveis gerações longas dentro dessa janela. O seu corte de conhecimento é 2026-02-16, e a data de lançamento do fornecedor é 2026-07-09. Como lida com entradas de imagem e ficheiros juntamente com texto, pode trabalhar sobre material misto, como um documento mais uma captura de ecrã mais uma pergunta escrita numa só chamada.

Estas características apontam para um conjunto bastante específico de utilizações. Chat de elevado volume e classificação são as óbvias, uma vez que o modelo foi construído para débito e baixa latência. Fluxos de trabalho agênticos ligeiros também se adequam: a chamada de ferramentas é suportada, pelo que o modelo pode decidir quando invocar funções que definas e encadear alguns passos. A grande janela de contexto torna-o razoável para resumir ou consultar relatórios, contratos ou registos longos sem fragmentação, e a entrada de imagem permite perguntas sobre diagramas, capturas de ecrã ou páginas digitalizadas. Os controlos de raciocínio significam que podes aumentar ou reduzir o esforço consoante a tarefa exija deliberação ou apenas uma resposta rápida.

Chamas-o através da API compatível com OpenAI da api14 usando o id de modelo "openai/gpt-5.6-luna". Os parâmetros de pedido suportados são include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools e verbosity. Na prática, isso significa que podes limitar o comprimento da saída, pedir ou suprimir a saída de raciocínio, controlar quanto esforço de raciocínio é gasto, pedir respostas em JSON ou conformes a esquema através de response_format e structured_outputs, definir ferramentas e controlar a seleção de ferramentas, definir uma seed para amostragem mais reprodutível, e ajustar a verbosity. Se já usas um cliente compatível com OpenAI, apontá-lo para a api14 e alterar o id de modelo é o passo principal.

Não há limitação declarada nos factos para além da saída apenas em texto e do corte de conhecimento, por isso trata esses como os limites a verificar face à tua tarefa. Se precisares de saída numa modalidade que não seja texto, este modelo não servirá essa necessidade. Se a tua carga de trabalho for pequena e não sensível à latência, os controlos de raciocínio e verbosity continuam a permitir-te ajustar o comportamento, mas o alvo de design declarado do modelo é volume e velocidade. Para trabalho que dependa de conhecimento posterior a 2026-02-16, planeia fornecer o material relevante no prompt ou através de entradas de ficheiro e imagem, em vez de confiar no conhecimento interno do modelo.