GPT-5.6 Luna API 中转

1. GPT-5.6 Luna 是什么

GPT-5.6 Luna（gpt-5.6-luna）是 GPT-5.6 家族中的轻量快速档：用最小的规格与最低的价格，承接系统里调用频次最高的那一类请求。

它的目录画像：

• 256K tokens 上下文：满足绝大多数会话与中等长度文档。
• 能力标签：快速响应、高性价比，为低延迟大批量吞吐而生。
• $1.5/$9 每百万 tokens：家族最低渠道目录参考价，站内倍率与其他 GPT-5.6 型号一致（0.05x）。

2. 家族分工：Luna 负责什么

* 公开目录信息。分工口诀：把在线侧高频请求（对话、分类、抽取、路由判断）压到 Luna，把省下的预算留给少数真正需要重模型的调用——这是控制 GPT 系账单最有效的分层策略。

分层能省多少？一笔算术账：假设每月 1,000 万 output tokens 的对话量——全部跑在 Sol 的目录基准成本为 $300（$30/MT × 10）；若其中七成轻任务下沉到 Luna（700 万 × $9/MT = $63）、三成疑难保留在 Sol（300 万 × $30/MT = $90），合计约 $153，接近减半。站内结算对全系统一乘 0.05x 倍率，这一比例关系不变。以上为目录价算术演示，实际以控制台账单为准。

3. 适用场景

客服与对话机器人

多轮应答对延迟敏感、对推理深度要求适中，Luna 的快速响应标签正对此场景，256K 上下文足以携带完整话术与历史。

内容分类与信息抽取

工单分派、评论情感分析、字段结构化等毫秒级决策链路，大批量跑在最低价档直接摊薄成本。

Agent 流程的执行层

复杂规划交给上级模型后，把每一步的工具执行与格式化输出交给 Luna 完成，形成「大脑 + 双手」的成本最优组合。

多语言轻量互译

日常级翻译与润色对单价和响应都敏感，高频短文本互译适合压在最低价档；整卷长文档的翻译再交给大上下文型号处理。

4. API 最小示例

curl https://www.codex789.com/v1/chat/completions \
  -H "Authorization: Bearer sk-codex789-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-luna",
    "messages": [
      {"role": "user", "content": "将这条用户反馈归类：售后/物流/其他"}
    ]
  }'

Python SDK

from openai import OpenAI

client = OpenAI(
    base_url="https://www.codex789.com/v1",
    api_key="sk-codex789-your-api-key",
)

resp = client.chat.completions.create(
    model="gpt-5.6-luna",
    messages=[{"role": "user", "content": "把这条英文产品评价翻译成中文口语"}],
)
print(resp.choices[0].message.content)

GPT 系列的完整模型选择建议见 GPT API 中转专题。

5. 价格与倍率说明

6. 常见问题