低延迟聊天
为常规问题和简短对话轮次提供响应迅速的用户体验。
选择 GPT-5.6 Luna 来处理快速、可重复、注重成本的文本任务,这些任务运行频繁或具有高吞吐量。
为常规问题和简短对话轮次提供响应迅速的用户体验。
在海量请求中应用标签、路由决策和内容审核类别。
将重复出现的文本格式转换为更易于应用程序消费的字段。
在速度和成本重要的场景中,生成快速摘要、变体和初稿。
最适合高并发队列和面向用户的流程,在这些场景中,快速完成和更低的 token 成本更重要。
快速回应常见的产品和支持问题。
对大批量文本进行标签和路由。
从重复输入中返回结构化字段。
在人工或模型审阅之前创建快速草稿。
通过三个简单步骤测试该模型。
设置模型支持的响应控制和上传选项。
描述任务,添加相关上下文,并查看流式响应和 token 使用情况。
使用文档中的端点和你的 API key,将同一模型接入你的产品。
从交互式测试到生产集成,使用可预测的控制和用量报告顺利过渡。
使用为此模型配置的 API 协议,包括可用的流式传输。
在每次响应后跟踪输入 token、输出 token 和已消耗的积分。
传入支持的生成参数,而不是依赖通用默认值。
通过同一个 AIReiter 账户和计费系统测试并使用受支持的文本模型。
关于在线 playground、价格和 API 访问的常见问题。
选择 Luna,用于快速、经济的聊天、分类、抽取和初稿生成。
Luna 优先考虑速度和成本;Terra 注重能力平衡,而 Sol 负责最困难的工作。
它就是为此而设计的,但生产质量仍应基于具有代表性的请求进行评估。
当前的输入和输出 token 费率显示在 playground 上方。
可以。请参考链接中的 API 文档,并使用模型 ID gpt-5.6-luna。