AIREITER使用 GPT-5.6 Luna 能做什么
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。
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。
大规模分类
在海量请求中应用标签、路由决策和内容审核类别。
结构化抽取
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。
草拟与改写
在速度和成本重要的场景中，生成快速摘要、变体和初稿。
GPT-5.6 Luna 使用场景
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。
01
客户聊天
快速回应常见的产品和支持问题。
02
批量分类
对大批量文本进行标签和路由。
03
抽取任务
从重复输入中返回结构化字段。
04
初稿生成
在人工或模型审阅之前创建快速草稿。
如何使用 GPT-5.6 Luna
通过三个简单步骤测试该模型。
01
选择你的设置
设置模型支持的响应控制和上传选项。
02
发送提示词
描述任务，添加相关上下文，并查看流式响应和 token 使用情况。
03
连接 API
使用文档中的端点和你的 API key，将同一模型接入你的产品。
使用 GPT-5.6 Luna API 构建
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。
熟悉的协议
使用为此模型配置的 API 协议，包括可用的流式传输。
用量可见性
在每次响应后跟踪输入 token、输出 token 和已消耗的积分。
模型专属控制
传入支持的生成参数，而不是依赖通用默认值。
一个账户和余额
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。
GPT-5.6 Luna 常见问题
关于在线 playground、价格和 API 访问的常见问题。
/ 01我什么时候应该选择 GPT-5.6 Luna？
选择 Luna，用于快速、经济的聊天、分类、抽取和初稿生成。
/ 02Luna 与 Terra 和 Sol 有什么不同？
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。
/ 03Luna 适合高流量 API 请求吗？
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。
/ 04GPT-5.6 Luna 如何定价？
当前的输入和输出 token 费率显示在 playground 上方。
/ 05我可以通过 API 调用 GPT-5.6 Luna 吗？
可以。请参考链接中的 API 文档，并使用模型 ID gpt-5.6-luna。