# GPT 6 Luna API

Vollständige API-Referenz für die LLM-Modelle GPT 6 Luna von OpenAI.

## Modellvarianten

Diese API unterstützt vier Modellvarianten:

| Modell | ID | Beschreibung |
|-------|----|-------------|
| **GPT 6 Luna Text to Text** | `gpt-6-luna-text-to-text` | Allgemeines textbasiertes Schlussfolgern und Schreiben |
| **GPT 6 Luna Image to Text** | `gpt-6-luna-image-to-text` | Bildverständnis mit Textanweisungen |
| **GPT 6 Luna Web Search** | `gpt-6-luna-web-search` | Textbasierter LLM-Workflow mit Websuche |
| **GPT 6 Luna File Analysis** | `gpt-6-luna-file-analysis` | Dateianalyse mit Textanweisungen |

## Kurzvergleich

| Funktion | Text zu Text | Bild zu Text | Websuche | Dateianalyse |
|---------|--------------|---------------|------------|---------------|
| Texteingabe | Erforderlich ✅ | Optional | Erforderlich ✅ | Optional |
| Bildeingabe | Nicht unterstützt ❌ | Optional | Optional | Optional |
| Dateieingabe | Nicht unterstützt ❌ | Nicht unterstützt ❌ | Optional | Optional |
| Streaming-Antwort | SSE | SSE | SSE | SSE |
| `max_tokens` | Optional | Optional | Optional | Optional |

## GPT 6 Luna Text to Text

### Endpunkt

```http
POST /api/v1/chat/completions
```

### Anfrageparameter

#### Erforderlich

| Parameter | Typ | Beschreibung |
|-----------|------|-------------|
| `model` | string | Muss `"gpt-6-luna-text-to-text"` sein |
| `messages` | array | Geordnete Nachrichten. Die Nachrichtenstruktur ist unter LLM API beschrieben. |
| `stream` | boolean | `true` für SSE, `false` für eine einzelne JSON-Antwort. |

#### Unterstützte Nachrichteninhalte

| Feld | Text | Datei | Bild |
|-------|------|------|-------|
| `messages` | Erforderlich ✅ | Nicht unterstützt ❌ | Nicht unterstützt ❌ |

#### Optional

| Parameter | Typ | Bereich | Beschreibung |
|-----------|------|-------|-------------|
| `max_tokens` | integer | `> 1` | Maximale Anzahl an Ausgabetokens. Kein voreingestellter Höchstwert. |

### Beispielanfrage

```javascript
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'gpt-6-luna-text-to-text',
    messages: [
      {
        role: 'user',
        content: 'Write a short launch announcement for a new AI feature.'
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});
```

## GPT 6 Luna Image to Text

### Endpunkt

```http
POST /api/v1/chat/completions
```

### Anfrageparameter

#### Erforderlich

| Parameter | Typ | Beschreibung |
|-----------|------|-------------|
| `model` | string | Muss `"gpt-6-luna-image-to-text"` sein |
| `messages` | array | Geordnete Nachrichten. Siehe LLM API und Nachrichtenanhänge. |
| `stream` | boolean | `true` für SSE, `false` für eine einzelne JSON-Antwort. |

#### Unterstützte Nachrichteninhalte

| Feld | Text | Datei | Bild |
|-------|------|------|-------|
| `messages` | Optional | Nicht unterstützt ❌ | Optional |

#### Optional

| Parameter | Typ | Bereich | Beschreibung |
|-----------|------|-------|-------------|
| `max_tokens` | integer | `> 1` | Maximale Anzahl an Ausgabetokens. Kein voreingestellter Höchstwert. |

### Beispielanfrage

```javascript
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'gpt-6-luna-image-to-text',
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: 'Describe the image and extract any visible text.' },
          {
            type: 'image_url',
            image_url: {
              url: 'https://example.com/sample-image.jpg'
            }
          }
        ]
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});
```

## GPT 6 Luna Web Search

### Endpunkt

```http
POST /api/v1/chat/completions
```

### Anfrageparameter

#### Erforderlich

| Parameter | Typ | Beschreibung |
|-----------|------|-------------|
| `model` | string | Muss `"gpt-6-luna-web-search"` sein |
| `messages` | array | Geordnete Nachrichten. Siehe LLM API und Nachrichtenanhänge. |
| `stream` | boolean | `true` für SSE, `false` für eine einzelne JSON-Antwort. |

#### Unterstützte Nachrichteninhalte

| Feld | Text | Datei | Bild |
|-------|------|------|-------|
| `messages` | Erforderlich ✅ | Optional | Optional |

#### Optional

| Parameter | Typ | Bereich | Beschreibung |
|-----------|------|-------|-------------|
| `max_tokens` | integer | `> 1` | Maximale Anzahl an Ausgabetokens. Kein voreingestellter Höchstwert. |

### Beispielanfrage

```javascript
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'gpt-6-luna-web-search',
    messages: [
      {
        role: 'user',
        content: 'Find recent product launch trends in AI developer tools.'
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});
```

## GPT 6 Luna File Analysis

### Endpunkt

```http
POST /api/v1/chat/completions
```

### Anfrageparameter

#### Erforderlich

| Parameter | Typ | Beschreibung |
|-----------|------|-------------|
| `model` | string | Muss `"gpt-6-luna-file-analysis"` sein |
| `messages` | array | Geordnete Nachrichten. Siehe LLM API und Nachrichtenanhänge. |
| `stream` | boolean | `true` für SSE, `false` für eine einzelne JSON-Antwort. |

#### Unterstützte Nachrichteninhalte

| Feld | Text | Datei | Bild |
|-------|------|------|-------|
| `messages` | Optional | Optional | Optional |

#### Optional

| Parameter | Typ | Bereich | Beschreibung |
|-----------|------|-------|-------------|
| `max_tokens` | integer | `> 1` | Maximale Anzahl an Ausgabetokens. Kein voreingestellter Höchstwert. |

### Beispielanfrage

```javascript
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'gpt-6-luna-file-analysis',
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: 'Summarize this document and list the key action items.' },
          {
            type: 'file',
            file: {
              filename: 'demo.pdf',
              file_data: 'https://example.com/demo.pdf'
            }
          }
        ]
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});
```

## Antwortformat

Die LLM-Modelle GPT 6 Luna geben OpenAI-kompatible Vervollständigungsantworten zurück. Bei `stream: true` erfolgt die Antwort als Server-Sent Events; bei `stream: false` als einzelnes JSON-Objekt.

### Erfolgreiche Antwort

```text
data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-6-luna-image-to-text","choices":[{"index":0,"delta":{"role":"assistant"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-6-luna-image-to-text","choices":[{"index":0,"delta":{"content":"The image shows"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-6-luna-image-to-text","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-6-luna-image-to-text","choices":[],"usage":{"prompt_tokens":12,"completion_tokens":8,"total_tokens":20}}

data: [DONE]
```

### Fehlerantwort

```text
event: error
data: {"error":{"message":"API requests too frequent, exceeding rate limit","type":"rate_limit_error","code":"1302","param":null}}
```

## Bewährte Vorgehensweisen

1. **Nachrichten strukturiert halten:** Verwenden Sie `messages[]` für den Gesprächsverlauf, statt den Kontext in einem einzigen Prompt zusammenzufassen.
2. **Dateien und Bilder an Nachrichten anhängen:** Platzieren Sie die Bestandteile `image_url` und `file` in der Nachricht, in der sie eingeführt werden.
3. **SSE auswerten:** Hängen Sie `choices[0].delta.content` für die schrittweise Anzeige an und behandeln Sie `data: [DONE]` als erfolgreichen Abschluss.
4. **Nur unterstützte Eingaben senden:** Stimmen Sie Text-, Bild- und Dateibestandteile auf die gewählte Modellvariante ab.
5. **Anfragestatus lokal speichern:** Die Chunks enthalten eine `id` der Vervollständigung; Clients sollten die Chunks dennoch über den Status der aktiven Anfrage zuordnen.