GPT 5.6 Luna API

Référence API complète pour les modèles LLM GPT 5.6 Luna fournis par OpenAI.

Variantes du modèle

Cette API prend en charge quatre variantes du modèle :

Comparaison rapide

GPT 5.6 Luna Text to Text

Point de terminaison

httpCopier
POST /api/v1/chat/completions

Paramètres de la requête

Obligatoires

Prise en charge des messages

Facultatifs

Exemple de requête

javascriptCopier
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-5.6-luna-text-to-text',
    messages: [
      {
        role: 'user',
        content: 'Write a short launch announcement for a new AI feature.'
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

GPT 5.6 Luna Image to Text

Point de terminaison

httpCopier
POST /api/v1/chat/completions

Paramètres de la requête

Obligatoires

Prise en charge des messages

Facultatifs

Exemple de requête

javascriptCopier
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-5.6-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 5.6 Luna Web Search

Point de terminaison

httpCopier
POST /api/v1/chat/completions

Paramètres de la requête

Obligatoires

Prise en charge des messages

Facultatifs

Exemple de requête

javascriptCopier
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-5.6-luna-web-search',
    messages: [
      {
        role: 'user',
        content: 'Find recent product launch trends in AI developer tools.'
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

GPT 5.6 Luna File Analysis

Point de terminaison

httpCopier
POST /api/v1/chat/completions

Paramètres de la requête

Obligatoires

Prise en charge des messages

Facultatifs

Exemple de requête

javascriptCopier
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-5.6-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
  })
});

Format de réponse

Les modèles LLM GPT 5.6 Luna renvoient des réponses de complétion compatibles avec OpenAI. Avec stream: true, la réponse est transmise sous forme de Server-Sent Events ; avec stream: false, la réponse est un objet JSON unique.

Réponse réussie

textCopier
data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-5.6-luna-image-to-text","choices":[{"index":0,"delta":{"role":"assistant"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-5.6-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-5.6-luna-image-to-text","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-5.6-luna-image-to-text","choices":[],"usage":{"prompt_tokens":12,"completion_tokens":8,"total_tokens":20}}

data: [DONE]

Réponse d’erreur

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

Bonnes pratiques

1. Conservez des messages structurés : Utilisez messages[] pour l’historique de la conversation au lieu d’aplatir le contexte dans un seul prompt.
2. Joignez les fichiers et les images aux messages : Placez les parties image_url et file dans le message qui les a introduites.
3. Utilisez l’analyse SSE : Ajoutez choices[0].delta.content pour un affichage progressif et considérez data: [DONE] comme une exécution réussie.
4. Envoyez uniquement les entrées prises en charge : Faites correspondre les parties texte, image et fichier à la variante de modèle sélectionnée.
5. Stockez l’état de la requête localement : Les fragments contiennent un id de complétion, mais les clients doivent tout de même les acheminer via l’état de la requête active.