Thông số kỹ thuật của GPT-6 Luna
| Mục | GPT-6 Luna |
|---|---|
| Mã mô hình | gpt-6-luna |
| Nhà cung cấp | OpenAI |
| Cửa sổ ngữ cảnh | 1,050,000 tokens |
| Đầu ra tối đa | 128,000 tokens |
| Giới hạn kiến thức | May 18, 2026 |
| Chế độ nhập | Văn bản, hình ảnh |
| Chế độ xuất | Văn bản |
| Mức độ suy luận | none, low, medium (default), high, xhigh, max |
| Gọi hàm | Được hỗ trợ |
| Đầu ra có cấu trúc | Được hỗ trợ |
| Tinh chỉnh | Không được hỗ trợ |
| Công cụ Responses API | Web search, file search, image generation, code interpreter, hosted shell, apply patch, skills, computer use, MCP, tool search |
| Endpoint chính | Chat Completions, Responses, Batch and other listed OpenAI API endpoints |
Các thông số này lấy từ tài liệu hiện tại của OpenAI về mô hình GPT-6 Luna.
GPT-6 Luna là gì?
GPT-6 Luna được thiết kế cho các ứng dụng cần xử lý hiệu quả số lượng lớn lượt gọi mô hình. OpenAI mô tả đây là mô hình hiệu quả nhất của họ cho các tác vụ tập trung, khối lượng lớn, trong khi định vị rộng hơn của GPT-6 khuyến nghị Luna cho công việc hiệu quả, lặp lại ở quy mô lớn.
Tính năng chính của GPT-6 Luna
- Rất lớn về ngữ cảnh: Cửa sổ ngữ cảnh 1,05M tokens hỗ trợ tài liệu dài, ngữ cảnh mã lớn và quy trình ứng dụng nhiều giai đoạn.
- Suy luận có thể cấu hình: Sáu thiết lập mức độ suy luận cho phép nhà phát triển cân bằng độ sâu suy luận với độ trễ và mức sử dụng token.
mediumlà mặc định được ghi nhận. - Đa phương thức đầu vào: Luna chấp nhận văn bản và hình ảnh, trong khi đầu ra của mô hình là văn bản. Âm thanh và video không được hỗ trợ như các phương thức mô hình.
- Sử dụng công cụ trong sản xuất: Responses API cung cấp web search, file search, code interpreter, hosted shell, computer use, MCP, tool search và các công cụ khác cho Luna.
- Tích hợp ứng dụng có cấu trúc: Hỗ trợ gọi hàm và đầu ra có cấu trúc, phù hợp cho phân loại, trích xuất, định tuyến, tự động hóa và các quy trình dạng máy đọc được khác.
- Hiệu quả chi phí: OpenAI liệt kê mức giá tiêu chuẩn là $0.10 cho mỗi 1M input tokens và $0.50 cho mỗi 1M output tokens, với mức giá riêng cho cached input, yêu cầu ngữ cảnh dài, Batch/Flex và chế độ Fast.
Hiệu năng benchmark của GPT-6 Luna
Trang mô hình công khai hiện tại của OpenAI cung cấp thông số và khả năng của mô hình nhưng không đưa ra bảng benchmark truyền thống cho Luna trên trang đó. Independent Artificial Analysis báo cáo Intelligence Index là 37 cho cấu hình GPT-6 Luna có mức suy luận cao nhất, với điểm thấp hơn cho các thiết lập suy luận thấp hơn; đây là đánh giá độc lập chứ không phải benchmark do OpenAI công bố.
Vì phương pháp luận benchmark và thiết lập mức suy luận ảnh hưởng đáng kể đến kết quả, các con số này không nên được coi là thứ hạng phổ quát.
GPT-6 Luna so với GPT-6 Sol và GPT-6 Astra
| Mô hình | Định vị của OpenAI | Ngữ cảnh | Đầu ra tối đa | Suy luận |
|---|---|---|---|---|
| GPT-6 Astra | Công việc end-to-end khó nhất | 1.05M | 128K | low–max |
| GPT-6 Sol | Lập trình phức tạp và quy trình tác tử | 1.05M | 128K | none–max |
| GPT-6 Luna | Tác vụ tập trung, khối lượng lớn | 1.05M | 128K | none–max |
Khác biệt then chốt là định vị khối lượng công việc, không phải kích thước ngữ cảnh: cả ba hiện có cửa sổ ngữ cảnh 1,05M tokens và đầu ra tối đa 128K. OpenAI mô tả Astra là mô hình mạnh nhất, Sol là mô hình cho suy luận đòi hỏi khắt khe, và Luna là lựa chọn hướng tới hiệu quả cho công việc khối lượng lớn.
Trường hợp sử dụng tiêu biểu
- Phân loại và trích xuất khối lượng lớn — đầu ra có cấu trúc và chi phí theo token thấp phù hợp với khối lượng công việc lặp lại.
- Hệ thống hỗ trợ khách hàng và chat — định vị của Luna nhấn mạnh các lượt gọi tập trung, có thể lặp lại ở quy mô.
- Xử lý tài liệu dài — cửa sổ ngữ cảnh 1,05M tokens có thể chứa các bộ sưu tập nguồn lớn bất thường.
- Quy trình tài liệu đa phương thức — đầu vào hình ảnh cho phép các ứng dụng kết hợp văn bản với ảnh chụp màn hình, sơ đồ hoặc tài liệu quét.
- Tự động hóa tác tử — các công cụ Responses API như file search, code interpreter, hosted shell, computer use, MCP và tool search hỗ trợ quy trình nhiều bước.
- Trợ lý lập trình nhạy chi phí — Luna hỗ trợ suy luận, gọi hàm, đầu ra có cấu trúc và các công cụ liên quan đến lập trình, trong khi Sol được định vị cho công việc lập trình và quy trình tác tử đòi hỏi hơn.
Hạn chế
GPT-6 Luna không hỗ trợ tinh chỉnh, và các phương thức mô hình gốc của nó không bao gồm âm thanh và video. OpenAI cũng ghi nhận một khác biệt quan trọng về endpoint: trong Chat Completions, gọi hàm đối với Luna yêu cầu đặt reasoning_effort thành none; OpenAI khuyến nghị sử dụng Responses API cho các công cụ tích hợp sẵn và gọi hàm.
Cách truy cập API GPT-6 Luna với CometAPI
GPT-6 Luna được thiết kế cho khối lượng công việc AI hiệu quả và lớn. Nếu bạn muốn truy cập GPT-6 Luna thông qua CometAPI, mẫu tích hợp cơ bản khá đơn giản: tạo khóa API CometAPI, cấu hình client tương thích OpenAI để sử dụng API base URL của CometAPI, và chọn model ID gpt-6-luna khi mô hình được bật cho tài khoản của bạn.
CometAPI cung cấp một cổng API tương thích OpenAI, cho phép nhà phát triển sử dụng các SDK OpenAI quen thuộc trong khi truy cập các mô hình từ nhiều nhà cung cấp thông qua một API.
Bước 1: Tạo tài khoản CometAPI
Trước tiên, đăng ký hoặc đăng nhập vào tài khoản CometAPI của bạn.
Sau khi đăng nhập, mở phần API Keys trong bảng điều khiển CometAPI và tạo khóa API mới. CometAPI cho biết các khóa mới tạo sẽ dùng tiền tố sk-.
Giữ khóa API ở phía máy chủ và lưu trong biến môi trường thay vì hard-code vào mã nguồn ứng dụng.
Bước 2: Cấu hình Base URL của CometAPI
Base URL hiện tại tương thích OpenAI của CometAPI là:
https://api.cometapi.com/v1
Điều này có nghĩa là các ứng dụng sử dụng OpenAI Python hoặc Node.js SDK nói chung có thể chuyển sang CometAPI bằng cách thay đổi khóa API và base_url.
Bước 3: Chọn GPT-6 Luna
Danh mục mô hình của CometAPI xác định GPT-6 Luna với model ID:
gpt-6-luna
Trước khi đưa vào sản xuất, hãy xác minh rằng gpt-6-luna hiện đang được bật và danh mục trực tiếp cung cấp endpoint cho tài khoản của bạn. Trang so sánh GPT-6 Luna hiện tại của CometAPI liệt kê model ID nhưng hiện chưa điền các trường endpoint và giá.
Vì sao dùng CometAPI cho GPT-6 Luna?
Lợi thế chính là giao diện thống nhất tương thích OpenAI. Thay vì triển khai SDK và hệ thống xác thực riêng cho từng nhà cung cấp mô hình được hỗ trợ, nhà phát triển có thể sử dụng CometAPI base URL và chuyển giá trị model khi chuyển giữa các mô hình được hỗ trợ. CometAPI hiện quảng bá quyền truy cập vào hơn 500 mô hình thông qua cách tiếp cận này.
Điều này hữu ích khi một ứng dụng cần thử nghiệm các mô hình khác nhau, duy trì kiến trúc đa mô hình hoặc di chuyển giữa các nhà cung cấp mà không phải viết lại toàn bộ tích hợp API.