Skip to Content
ModèlesGPT-6 Luna

GPT-6 Luna

GPT-6 Luna d’OpenAI est un modèle de chat qui prend également en charge les décisions typées via la Decisions API. Le mode décision s’utilise de la même manière que Jev : la requête contient le contenu à évaluer et un ensemble de questions, et le modèle renvoie pour chaque question une réponse structurée accompagnée de sa probabilité. Contrairement à Jev, GPT-6 Luna accepte les images en entrée.

Cette page décrit l’utilisation de GPT-6 Luna en mode décision. Pour l’utilisation en mode chat, voir Famille GPT.

Choix entre GPT-6 Luna et Jev

L'essentielUtilisez GPT-6 Luna pour les décisions portant sur des images ; utilisez Jev pour traiter uniquement du texte ou du JSON lorsque la rapidité de réponse est prioritaire.
GPT-6 LunaJev
ID de modèleopenai/gpt-6-lunatypesafe/jev-latest
EntréeTexte, imagesTexte, JSON
Types de questionspredicate, choice, scorepredicate, choice, score
Chemins d’appel/v1/decisions, /openai/v1/decisions, /typesafe/v1/systemoneIdentiques
Durée d’un appel (mesurée)Environ 0,5 seconde (la première requête peut prendre environ 2,5 secondes)Environ 0,3 seconde

Pour un même ensemble de questions, les deux modèles produisent des décisions globalement concordantes : lors des tests sur un même ticket de remboursement, tous deux l’ont identifié comme une demande de remboursement et l’ont attribué à billing.

Démarrage rapide

Informations de connexion
Base URLhttps://api.ofox.ai/v1
ID de modèleopenai/gpt-6-luna
Chemin de l’endpoint/v1/decisionsPOST

Pour effectuer l’appel avec le SDK Python officiel d’OpenAI, installez une version qui inclut client.decisions (pip install -U openai ; version 3.31.0 vérifiée). La création d’une clé API est décrite dans Jev · Démarrage rapide.

luna_text.py
import os from openai import OpenAI client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"]) r = client.decisions.create( model="openai/gpt-6-luna", input="Customer message: I was charged twice and need a refund today.", questions=[ {"type": "predicate", "name": "refund", "instructions": "Is the customer asking for a refund?"}, { "type": "choice", "name": "team", "instructions": "Which team should handle this ticket?", "choices": [ {"value": "billing", "description": "Charges, invoices, refunds"}, {"value": "technical", "description": "Outages, errors, integration issues"}, {"value": "other", "description": "None of the above"}, ], }, ], ) refund, team = r.answers print(refund.probability, team.choice, team.confidence)

Sortie :

1.0 billing 1.0

Décisions sur images

Pour transmettre une image, input doit être un tableau de messages ; l’image est fournie dans content sous forme d’élément input_image, au format data URL base64. Un élément input_text peut être ajouté pour indiquer l’origine de l’image.

luna_image.py
import base64 import os from openai import OpenAI client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"]) with open("product.jpg", "rb") as f: image = "data:image/jpeg;base64," + base64.b64encode(f.read()).decode() r = client.decisions.create( model="openai/gpt-6-luna", input=[{ "role": "user", "content": [ {"type": "input_text", "text": "Product image uploaded by a user"}, {"type": "input_image", "image_url": image}, ], }], questions=[ {"type": "predicate", "name": "has_text", "instructions": "Does the image contain any text?"}, { "type": "choice", "name": "shape", "instructions": "What shape is on the left side of the image?", "choices": [{"value": "circle"}, {"value": "square"}, {"value": "triangle"}, {"value": "other"}], }, ], ) for a in r.answers: print(a.name, getattr(a, "probability", None) or a.choice) print(r.usage.prompt_tokens)

Sortie :

has_text 1.0 shape circle 538

L’image d’exemple représente un cercle rouge, un carré bleu et une ligne de texte sur fond blanc ; les deux questions ont reçu une réponse correcte. La définition des champs figure dans Decisions API · Format d’entrée.

Conception des questions et préparation à la mise en production

Les sections suivantes de la documentation de Jev s’appliquent également à GPT-6 Luna :

  • Conception des questions : couverture de tous les cas par les options, rédaction de descriptions pour les options, définition de name pour chaque question, et signification des champs renvoyés.
  • Préparation à la mise en production : définition des seuils de confiance à partir d’échantillons annotés manuellement et regroupement de plusieurs questions dans une même requête.

Facturation

Le mode décision et le mode chat sont facturés séparément ; les tarifs du mode décision figurent sur la page du modèle . Lors des tests, le champ usage renvoyé par les requêtes de décision ne contenait que prompt_tokens (partie image comprise), sans completion_tokens.

Erreurs courantes

Les messages d’erreur et les méthodes de résolution sont décrits dans Jev · Erreurs courantes et Decisions API · Erreurs courantes. Les erreurs liées aux images en entrée de Jev ne s’appliquent pas à GPT-6 Luna.

Documentation officielle

Questions fréquentes

Quelle est la différence entre le mode décision et le mode chat de GPT-6 Luna ?

Le mode décision est appelé via /v1/decisions ; il répond uniquement dans le cadre des options et niveaux fournis et renvoie des probabilités et une confiance. Le mode chat est appelé via /v1/chat/completions ou /v1/responses et génère une réponse textuelle. Les deux modes sont facturés séparément.

Quand choisir GPT-6 Luna et quand choisir Jev ?

Choisissez GPT-6 Luna pour les décisions portant sur des images ; choisissez Jev pour traiter uniquement du texte ou du JSON lorsque la rapidité de réponse est prioritaire. Les deux modèles utilisent le même format de requête et les mêmes types de questions ; pour passer de l'un à l'autre, seul model doit être modifié.

Le SDK TypeSafe peut-il être utilisé pour appeler GPT-6 Luna ?

Oui. Lors des tests, /typesafe/v1/systemone et /openai/v1/decisions ont tous deux permis d'appeler openai/gpt-6-luna, de la même manière que Jev.

Dernière mise à jour le