OpenAI: GPT-6 Luna

GPT-6 Luna é um modelo de texto da OpenAI, parte da série GPT-6. A OpenAI posiciona-o como o membro rápido e económico dessa série, situado abaixo do GPT-6 Sol. Foi lançado pelo fornecedor a 22 de setembro de 2026. Se está a escolher entre modelos da família GPT-6, o Luna é o indicado para cargas de trabalho onde a velocidade e o débito importam mais do que a capacidade de topo.

No lado da entrada, o Luna aceita texto, imagens e ficheiros, por isso pode enviar prompts que combinam instruções escritas com conteúdo visual ou documental. A saída é apenas texto. A janela de contexto é de 1.050.000 tokens, o que é suficientemente grande para conter bases de código inteiras, conjuntos longos de documentos ou históricos de conversa extensos num único pedido. A saída máxima é de 128.000 tokens, por isso são possíveis gerações longas a par desse grande orçamento de entrada.

A combinação de uma janela de contexto muito grande com modalidades de entrada mistas aponta para alguns usos práticos. As aplicações de chat podem transportar históricos longos sem truncagem agressiva. As tarefas de classificação e extração podem receber documentos inteiros, incluindo páginas digitalizadas ou capturas de ecrã, e devolver texto estruturado. Os fluxos de trabalho agênticos leves também se enquadram, uma vez que o modelo suporta chamadas de ferramentas e pode operar sobre contextos de trabalho grandes. Os trabalhos de grande volume e sensíveis à latência são o alvo, segundo a própria descrição da OpenAI, por isso o processamento em lote, o encaminhamento, a etiquetagem e trabalho repetitivo semelhante são candidatos razoáveis.

Chama o modelo através da API compatível com a OpenAI da api14 usando o id de modelo "openai/gpt-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. Como o endpoint segue a forma das chat completions da OpenAI, os clientes e SDKs existentes funcionam com uma alteração do URL base e do id de modelo. Use response_format ou structured_outputs quando precisar de JSON previsível, tools e tool_choice para chamadas de funções, e seed quando quiser uma amostragem mais repetível. Os parâmetros reasoning e reasoning_effort controlam quanto raciocínio interno o modelo realiza, enquanto verbosity influencia o comprimento das suas respostas, e max_tokens ou max_completion_tokens limitam a geração.

Tenha os limites em mente ao decidir. A saída é apenas texto, por isso a geração de imagens ou a saída de áudio não fazem parte deste modelo. A descrição do fornecedor coloca o Luna abaixo do GPT-6 Sol na série, por isso se uma tarefa exige o raciocínio mais forte que a família oferece em vez de velocidade e eficiência, outro modelo pode ser a melhor escolha. Para todo o resto, particularmente chat com contexto grande, compreensão de documentos e imagens, classificação e agentes orientados por ferramentas em volume, o Luna é o ponto de partida natural.