OpenAIresponses

GPT-6 Luna API

GPT-6 Luna เป็นโมเดลระดับประหยัดของตระกูล GPT-6 จาก OpenAI ที่รองรับบริบทขนาด 1,050,000 โทเคน พร้อมป้อนข้อมูลข้อความและรูปภาพ และให้ผลลัพธ์เป็นข้อความ

จุดเด่นคือการควบคุมระดับความละเอียดของการใช้เหตุผล ตั้งแต่ none, low, medium, high, xhigh ไปจนถึง max ช่วยให้ปรับสมดุลระหว่างความเร็วและความลึกได้ตามงาน รองรับเวิร์กโฟลว์ที่ใช้เครื่องมือ ทั้งฟังก์ชัน การค้นหาเว็บ การค้นหาไฟล์ และการใช้คอมพิวเตอร์ อีกทั้งประมวลผลเอกสารยาวหรือชุดข้อมูลขนาดใหญ่ได้ในรอบเดียว และมีคุณภาพการเขียนและความสามารถด้านการใช้คอมพิวเตอร์ที่ดีขึ้นเมื่อเทียบกับ GPT-5.6 Luna

โมเดลนี้เหมาะกับงานเขียน สรุปเนื้อหา และสร้างคอนเทนต์ การวิเคราะห์เอกสารและข้อมูลที่มีบริบทขนาดยาว การสกัดข้อมูล การจำแนกประเภท งานเขียนโค้ดและเวิร์กโฟลว์ของนักพัฒนา ตลอดจนงานตัวแทน (agentic) ขนาดเบาและการวิเคราะห์แบบหลายรูปแบบด้วยข้อความและรูปภาพ ใช้งานได้ผ่าน OpenAI API, Responses API, Client SDKs, Microsoft Azure, OpenRouter และ Kilo Code รวมถึงได้รับการผสานใน Microsoft Foundry สำหรับการทดสอบ การปรับใช้ และการสลับโมเดลภายใน Azure

เปิด Playground ↗สร้างคีย์ API ↗คู่มือเริ่มต้น →

อัปเดต: 26 ต.ค. 2569

ID โมเดล

gpt-6-luna

บริบท: 1.05M
เอาต์พุตสูงสุด: 128K
API ที่แนะนำ: responses
อินพุต: file / image / text
เอาต์พุต: text

จุดเด่น

บริบท 1,050,000 โทเคน
เอาต์พุตสูงสุด 128,000 โทเคน
ควบคุมระดับการใช้เหตุผลได้
รองรับอินพุตข้อความและรูปภาพ
รองรับเวิร์กโฟลว์ที่ใช้เครื่องมือ
รุ่นต่อยอดจาก GPT-5.6 Luna

ผู้ให้บริการ

2 ผู้ให้บริการ

เปรียบเทียบราคา API ระหว่างผู้ให้บริการ เลือกผู้ให้บริการเพื่อดูค่าใช้จ่ายและเงื่อนไขทั้งหมด

ผู้ให้บริการ · รายละเอียดราคา

	$0.1	$0.5	$0.01
	$0.1	$0.5	$0.01

รายละเอียดราคา

ซื้ออะไรได้ด้วย $10

อินพุต: 100M token
เอาต์พุต: 20M token

ประมาณจากราคาอินพุตและเอาต์พุตปัจจุบัน ก่อนหักส่วนลด

เบนช์มาร์ก

Artificial Analysis Intelligence Index
ได้ 38 คะแนน จัดเป็นอันดับ 10 จาก 172 โมเดล
38
AutomationBench
ทำได้เหนือกว่ารุ่น GPT-5.6 อยู่ 5.4%
5.4%

คะแนนตามที่ผู้ให้บริการโมเดลเผยแพร่

การให้เหตุผล

ระดับความพยายามเริ่มต้น: medium
เปิดใช้งานโดยค่าเริ่มต้น: ใช่
เปิดใช้งานตลอด: ไม่ใช่
ระดับความพยายามที่ใช้ได้: max / xhigh / high / medium / low / none

เริ่มต้นอย่างรวดเร็ว

โค้ดพร้อมใช้สำหรับเรียกโมเดลนี้ด้วย API ที่เข้ากันได้ของ Felo API Platform เริ่มใน Playground เมื่อคุณต้องการทดสอบพรอมต์ก่อนเขียนโค้ด

เปิด Playground สร้างคีย์ API

ตั้งค่าคีย์ API

สร้างคีย์จากบัญชี Felo API Platform ของคุณและตั้งเป็นตัวแปรสภาพแวดล้อม

export FELO_API_KEY="YOUR_API_KEY"

ส่งคำขอแรก

ใช้ ID โมเดลนี้กับ endpoint ของ Felo API Platform ส่วนหัวคำขอแบบไม่บังคับ เช่น X-Request-Id ช่วยในการแก้ไขปัญหา

gpt-6-luna

โมเดลนี้มีความสามารถในการให้เหตุผล หากโปรโตคอลและเส้นทางโมเดลที่คุณเลือกเปิดการควบคุมการให้เหตุผล ให้เก็บเมทาดาทาการให้เหตุผลที่ส่งคืนไว้เมื่อสนทนาต่อ

const response = await fetch("https://openapi.felo.ai/api/v1/responses", {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${process.env.FELO_API_KEY}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
  "model": "gpt-6-luna",
  "input": "Hello"
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

การใช้ SDK ของบุคคลที่สาม

ใน SDK ที่เข้ากันได้ ให้ตั้ง baseURL เป็น https://openapi.felo.ai/api/v1. สำหรับไคลเอนต์สไตล์ Claude ให้ใช้ base URL ที่เข้ากันได้กับ Anthropic https://openapi.felo.ai/api.

เปิดใช้สตรีมมิ่ง

เพิ่ม stream: true เพื่อรับการตอบกลับเป็น server-sent events

curl -N https://openapi.felo.ai/api/v1/responses \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "gpt-6-luna",
  "input": "Hello",
  "stream": true
}'

Endpoint

Felo API Platform มีอินเทอร์เฟซสำหรับเรียกโมเดลที่เข้ากันได้ เลือกอินเทอร์เฟซที่แอปหรือไคลเอนต์เอเจนต์ของคุณรองรับอยู่แล้ว

อินเทอร์เฟซเมธอดURL

Responses

คำขอที่เข้ากันได้กับ Responses สำหรับเอเจนต์และเวิร์กโฟลว์

POST

https://openapi.felo.ai/api/v1/responses

พารามิเตอร์

ชื่อชนิดค่าเริ่มต้นคำอธิบาย

modelstringgpt-6-lunaID โมเดลสาธารณะที่ต้องการเรียก

inputstring | array——

include_reasoning———

max_completion_tokens———

max_tokensinteger—จำนวนโทเคนสูงสุดที่สร้าง

reasoning———

reasoning_effort———

response_formatobject—ขอเอาต์พุตแบบมีโครงสร้างเมื่อรองรับ

seed———

structured_outputs———

tool_choicestring or object—ควบคุมว่าควรเรียกเครื่องมือหรือไม่

toolsarray—นิยาม tool calling ตามสคีมาที่เข้ากันได้

verbosity———

เริ่มต้นใน Console

สร้างคีย์ API เติมเงินเข้ายอดคงเหลือ แล้วลองส่งคำขอแรกใน Playground

เหมาะที่สุดสำหรับ

งานใช้เหตุผลปริมาณสูงการเขียนและสรุปเนื้อหาวิเคราะห์เอกสารบริบทยาวเวิร์กโฟลว์ที่ใช้เครื่องมืองานเขียนโค้ดเฉพาะทางสกัดและจำแนกข้อมูล

เอกสารอ้างอิง API

Codex เอกสารอ้างอิง API

คำถามที่พบบ่อย

รู้จัก GPT-6 Luna?

GPT-6 Luna คือโมเดลรุ่นต่อยอดจาก GPT-5.6 Luna โดยเน้นความรวดเร็วและต้นทุนที่คุ้มค่า เหมาะกับงานปริมาณสูงที่ต้องใช้เหตุผลและการทำงานเชิงความรู้ มีหน้าต่างบริบทขนาด 1,050,000 โทเคน และจำกัดเอาต์พุตที่ 128,000 โทเคน รองรับการป้อนข้อมูลทั้งข้อความและรูปภาพ แต่สร้างผลลัพธ์เป็นข้อความเท่านั้น จุดเด่นคือการควบคุมระดับความละเอียดของการใช้เหตุผล ตั้งแต่ none, low, medium, high, xhigh ไปจนถึง max ช่วยให้ปรับสมดุลระหว่างความเร็วและความลึกได้ตามงาน รองรับเวิร์กโฟลว์ที่ใช้เครื่องมือ ทั้งฟังก์ชัน การค้นหาเว็บ การค้นหาไฟล์ และการใช้คอมพิวเตอร์ อีกทั้งประมวลผลเอกสารยาวหรือชุดข้อมูลขนาดใหญ่ได้ในรอบเดียว และมีคุณภาพการเขียนและความสามารถด้านการใช้คอมพิวเตอร์ที่ดีขึ้นเมื่อเทียบกับ GPT-5.6 Luna โมเดลนี้เหมาะกับงานเขียน สรุปเนื้อหา และสร้างคอนเทนต์ การวิเคราะห์เอกสารและข้อมูลที่มีบริบทขนาดยาว การสกัดข้อมูล การจำแนกประเภท งานเขียนโค้ดและเวิร์กโฟลว์ของนักพัฒนา ตลอดจนงานตัวแทน (agentic) ขนาดเบาและการวิเคราะห์แบบหลายรูปแบบด้วยข้อความและรูปภาพ ใช้งานได้ผ่าน OpenAI API, Responses API, Client SDKs, Microsoft Azure, OpenRouter และ Kilo Code รวมถึงได้รับการผสานใน Microsoft Foundry สำหรับการทดสอบ การปรับใช้ และการสลับโมเดลภายใน Azure

การใช้งานถูกเรียกเก็บเงินอย่างไร

ค่าใช้จ่ายขึ้นอยู่กับผู้ให้บริการที่คุณใช้ ราคาของผู้ให้บริการนั้น และปริมาณการใช้งาน อินพุตที่ยาวขึ้นหรือเงื่อนไขอื่นอาจมีราคาแตกต่างกัน

OpenAIgpt-6-astra

GPT-6 Astra คือโมเดลจาก OpenAI ที่ออกแบบมาเป็นผู้ปฏิบัติงานบนคอมพิวเตอร์ รองรับบริบท 1,050,000 โทเค็น พร้อมความสามารถด้านการให้เหตุผล การเขียนโค้ด และการใช้เครื่องมือในงานหลายขั้นตอน

การให้เหตุผลและการวางแผนที่ซับซ้อนการพัฒนาซอฟต์แวร์และวิเคราะห์โค้ดการวิจัยและบูรณาการข้อมูลเวิร์กโฟลว์องค์กรและการจัดการความรู้

บริบท

1.05M

เอาต์พุตสูงสุด

128K

token อินพุต · ราคาพื้นฐาน

$10 / 1M token

token เอาต์พุต · ราคาพื้นฐาน

$50 / 1M token