gpt-6-luna
我們效率最高的模型,面向特定的大規模任務
模態
輸入 / 輸出價格
省 40%$0.06/ 1M
$0.1 官方價格
$0.3/ 1M
$0.5 官方價格
上下文
1.05M
發布日期
2026年9月22日
API 呼叫範例
POST /v1/chat/completionscurl --request POST 'https://api.tokatlas.com/v1/chat/completions' \
--header "Authorization: Bearer $UNIROUTER_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
"model": "gpt-6-luna",
"messages": [
{
"role": "user",
"content": "Explain quantum entanglement."
}
],
"temperature": 0.7
}'供應商與線路
目前供應商 · OpenAI
平台配置價格 · 群組:codex
美元/百萬 Token。每列輸入與輸出價格來自同一級距。顯示可用群組中的最低倍率,實際依 API 金鑰所屬群組而定。
用 GPT-6 Luna 建立固定格式的文字流程
適合標準化的對話、分類和資料擷取。可先用小批資料確定欄位與錯誤處理,再擴到大量請求。
高重複任務
批次處理有相同欄位的分類、摘要或文字轉換。
長文本輸入
把參考規格、標籤定義和實際資料一起提供。
調整推理
以格式正確率測試可用設定,將複雜案例另行處理。
結構化答案
為未知值與缺失欄位訂明規則,方便程式驗證。
關於
反覆執行的文字工作
Luna 適合輸入結構和驗收標準明確的分類、文字改寫與擷取。可讓模型回傳固定欄位,交由應用程式驗證,再把長尾異常案例交給需要更多推理的模型。
和 GPT-5.6 Luna 及 Sol 比較
用同一批分類、摘要及格式案例測量。Luna 用於高頻步驟,Sol 可以一起測試涉及更多相依性和修正回合的任務。模型提供多種推理強度,簡單請求可從較低強度做基線。
既有流程切換
先固定欄位、缺值格式和截斷處理。少量切流確認回傳可被原解析器接受,之後再擴大流量,分別量測延遲、人工修訂率和 Token 用量。
用於例行任務時,可以用模型讀取資料後的欄位合格率取代純文字觀感。測試抽取資料含糊或經常缺欄的情況時,讓同一套後處理跑在各模型結果上,確認哪些情況需要轉交人工。
gpt-6-luna FAQ
Luna 和 Sol 哪個適合日常開發?
短小且容易驗證的工作可以先測 Luna。變更需要跨檔案規劃時,讓 Sol 跑同一套測試,再看完成成本。
開啟推理後還能呼叫工具嗎?
這取決於端點。使用帶推理的工具呼叫前,請先用本站「API 呼叫」的 Responses 範例或實際端點做最小測試。
升級至 Luna 時要保留哪些測試?
保留既有模型的代表性提示及格式檢查,使用相同的推理設定重跑。特別留意短請求延遲和需要重試的比例。
可以用 Luna 生成圖片檔嗎?
Luna 向應用程式輸出文字。若網頁功能需要產生圖片資產,應在同一工作流程另選支援圖片生成的模型。