GPT 6 Luna
Rede Neural
GPT-6 Luna — modelo rápido da série GPT-6 da OpenAI para chat, classificação e tarefas de agente leves em grandes volumes.
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 1 050 000 tokens
- Comprimento máximo de resposta
- 128 000 tokens
- Níveis de raciocínio
- nenhum, baixo, médio, alto, muito alto, max
- Recursos
- raciocínio, chamada de funções
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona GPT 6 Luna?
GPT-6 Luna é um modelo rápido e econômico da linha GPT-6 da OpenAI, posicionado abaixo do GPT-6 Sol: o foco aqui não é a profundidade máxima, mas a velocidade de resposta e um alto fluxo de solicitações. Seus pontos fortes são: diálogos, classificação e cadeias de agentes leves, onde a baixa latência e o custo previsível são essenciais, e o modo batch é conveniente para processamento em lote. No BotHub, o modelo está disponível sem VPN ou cartão estrangeiro, com pagamento em rublos por tokens, sem assinatura. Mais de 250 modelos estão disponíveis na mesma janela com alternância direta no chat, e uma API compatível com OpenAI permite trocar de modelo sem reescrever a integração; as conversas são criptografadas, e para empresas há contrato, fatura e painel administrativo com limites. O Luna é usado para: suporte de primeira linha e chatbots, categorização de solicitações e avaliações, extração de dados de documentos, rascunhos de e-mails e descrições, e como camada de rotina em sistemas multiagentes, onde tarefas complexas são delegadas a modelos superiores.Perguntas frequentes sobre GPT 6 Luna
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
O modelo trabalha com texto, aceita imagens e documentos, raciocina antes de responder e chama funções. A janela de contexto é de 1.050.000 tokens, sendo ideal para analisar documentos extensos e bases de código, análise, depuração e refatoração, além de cenários de agentes com ferramentas externas.
Em uma única resposta, o modelo gera até 128.000 tokens: o suficiente para um grande capítulo de documentação, um relatório detalhado ou um arquivo de código inteiro. Se a tarefa for maior, divida-a em partes — a janela de contexto de 1.050.000 tokens permite manter todo o histórico de trabalho no diálogo.
Sim, isso é confirmado pelos nossos dados: o modelo constrói uma cadeia de raciocínio antes de dar a resposta. A diferença é perceptível em tarefas de STEM, matemática, lógica e análise de código em várias etapas, onde é importante não apenas adivinhar o resultado, mas chegar a ele de forma sequencial.
Sim, ambos. O modelo chama funções e retorna JSON estruturado, facilitando a integração em agentes e pipelines de trabalho. No BotHub, isso está disponível através de uma API compatível com OpenAI: você pode alternar para outro modelo sem reescrever a integração.
O modelo aceita imagens e documentos, incluindo suporte nativo para documentos sem reconhecimento prévio. Áudio e vídeo não estão listados em nossos dados, por isso não recomendamos incluí-los no cenário antecipadamente: é mais fácil testar com seu próprio arquivo diretamente na interface do BotHub.
Não temos dados específicos sobre idiomas, portanto não podemos prometer precisão em russo — verifique com seu próprio prompt. O BotHub opera a partir da Rússia: a interface do site e do bot do Telegram está em russo, com pagamento via cartões russos, sem necessidade de VPN ou cartão estrangeiro.