OPENAI · КАТАЛОГ МОДЕЛЕЙ
GPT-6 Luna API
GPT-6 Luna — компактный по стоимости вариант в семействе GPT-6 для задач, где важны частые короткие обращения. Его разумно сначала проверять на классификации запросов, подготовке черновиков ответов и извлечении полей, а сложные исключения передавать более сильной модели или человеку. В карточке приведены свойства модели; публикация карточки сама по себе не подтверждает активный тариф Tokenmost.
GPT-6 LunaOpenAI- Контекст
- 1 050 000токенов
- Результат
- Текстформат ответа
- Стоимость
- Тариф уточняетсяусловия — в блоке подключения
ПОДКЛЮЧЕНИЕ
От модели к первому запросу
Используйте идентификатор модели в совместимом API-клиенте. Полные параметры, ключи и ответы с ошибками описаны в документации.
const response = await client.chat.completions.create({
model: "openai/gpt-6-luna",
messages: [{ role: "user", content: "Ваш запрос" }],
});ПОДРОБНЫЙ ОБЗОР
Возможности модели
В каталоге указан контекст 1 050 000 токенов и текстовый ответ. Модель принимает текст, изображения и файлы; поддержка конкретного способа передачи вложений зависит от выбранного API-клиента и маршрута.
Поточная обработка обращений без потери сложных случаев
Предположим, служба поддержки ежедневно разбирает письма о доступе, оплате и документах. Попросите Luna вернуть категорию, краткую причину выбора и признак неопределённости в структурированном виде. На контрольной выборке отдельно измерьте ошибки между похожими категориями: например, жалоба на ошибочный платёж может содержать слово «доступ», но относиться к расчётам. Не отправляйте неоднозначные обращения прямо в автоматическое действие. Когда ответ затрагивает деньги или права пользователя, полезнее передать его оператору вместе с исходным текстом.
Почему большое окно контекста не равно большому ответу
Окно 1,05 млн токенов позволяет включить длинные материалы, но для классификации обычно достаточно правил, нескольких примеров и самого обращения. Лишние документы повышают расход и могут внести устаревшие инструкции. Сначала проверьте короткий промпт на реальных ошибках, затем добавляйте только те фрагменты, которые исправляют конкретный тип ошибки. Максимальная длина ответа и размер входного окна — разные ограничения; не проектируйте экспорт всех переданных файлов одним ответом.
Luna или Sol: как сравнить на своей задаче
Для массовой однотипной работы сравнивайте не только цену одного запроса, но и долю ответов, которые приходится исправлять. Возьмите одинаковые 50–100 проверенных примеров, заранее определите критерий правильности и прогоните через обе модели с одним форматом вывода. Sol может быть уместнее для многошагового анализа требований; Luna — для простых частых операций. Результат этого сравнения будет относиться к вашему набору задач, а не ко всем сценариям.
Подключение и расходы
В API используйте точный идентификатор модели и начните с одного короткого запроса. Проверьте ответ, фактическое число токенов и сообщение об ошибке при неподдерживаемых параметрах. Для рабочего запуска нужен опубликованный розничный тариф Tokenmost: цена исходного каталога не является ценой для клиента. Если тариф в карточке отсутствует, сначала уточните доступность маршрута и условия списания.
Вопросы и ответы
Подойдёт ли Luna для длинных документов?
Контекст модели допускает длинный вход, но качество извлечения нужно проверять на документах своего формата. Для точных цифр и ссылок просите указывать исходные фрагменты и сверяйте их автоматически или вручную.
Достаточно ли появления модели в каталоге для работы через Tokenmost?
Нет. Перед использованием нужен опубликованный тариф и успешная проверка нужного API-маршрута. Наличие SEO-карточки не подтверждает оплачиваемую доступность.