OpenAI/gpt-6-luna-text-to-text

gpt-6-luna-text-to-text

Prova l’API GPT 6 Luna di OpenAI per generazione di testo, scrittura, programmazione e conversazione tramite l’API stabile e conveniente di Flaq AI con risposte in streaming.

Text Chat

Modelli Gpt 6 Luna correlati

gpt-6-luna-text-to-texttext-to-text

gpt-6-luna-image-to-textimage-to-text

gpt-6-luna-web-searchweb-search

gpt-6-luna-file-analysisfile-analysis

Documentazione

Esempi API

JavaScriptPythoncURL

Esempio di invio

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 concise product update for a developer audience.'
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

if (!response.ok) {
  const errorBody = await response.json().catch(() => null);
  throw new Error(errorBody?.error?.message ?? errorBody?.message ?? `HTTP ${response.status}`);
}

const reader = response.body.getReader();
const decoder = new TextDecoder();
let buffer = '';
let assistantText = '';

while (true) {
  const { done, value } = await reader.read();
  if (done) break;

  buffer += decoder.decode(value, { stream: true });
  const frames = buffer.split(/\r?\n\r?\n/);
  buffer = frames.pop() || '';

  for (const frame of frames) {
    const lines = frame.split(/\r?\n/).filter(Boolean);
    let eventName = 'message';
    const dataLines = [];

    for (const line of lines) {
      if (line.startsWith('event:')) {
        eventName = line.slice(6).trim();
      } else if (line.startsWith('data:')) {
        dataLines.push(line.replace(/^data:\s*/, ''));
      }
    }

    const raw = dataLines.join('\n').trim();
    if (raw === '[DONE]') {
      console.log('\nFinal text:', assistantText);
      continue;
    }

    let payload;
    try {
      payload = JSON.parse(raw);
    } catch {
      continue;
    }

    if (eventName === 'error' || payload.error) {
      const msg = payload.error?.message ?? payload.message ?? 'Chat request failed';
      throw new Error(msg);
    }

    const delta = payload.choices?.[0]?.delta;
    if (delta?.content) {
      assistantText += delta.content;
      console.log(assistantText);
    }
  }
}

Esempio di invio

import json
import requests

response = requests.post(
    'https://api.flaq.ai/api/v1/chat/completions',
    headers={
        'Authorization': 'Bearer YOUR_API_KEY',
        'Accept': 'text/event-stream',
        'Content-Type': 'application/json',
    },
    json={
        'model': 'gpt-6-luna-text-to-text',
        'messages': [
            {
                'role': 'user',
                'content': 'Write a concise product update for a developer audience.',
            }
        ],
        'stream': True,
        'max_tokens': 2048,
    },
    stream=True,
)

response.raise_for_status()

event_name = 'message'
assistant_text = ''

for raw_line in response.iter_lines(decode_unicode=True):
    if not raw_line:
        event_name = 'message'
        continue

    if raw_line.startswith('event:'):
        event_name = raw_line.replace('event:', '', 1).strip()
        continue

    if raw_line.startswith('data:'):
        raw_data = raw_line.replace('data:', '', 1).strip()
        if raw_data == '[DONE]':
            print('\nFinal text:', assistant_text)
            continue

        payload = json.loads(raw_data)

        if event_name == 'error' or payload.get('error'):
            error = payload.get('error') or payload
            raise RuntimeError(error.get('message', 'Chat request failed'))

        choices = payload.get('choices') or []
        if choices:
            delta = choices[0].get('delta') or {}
            content = delta.get('content')
            if content:
                assistant_text += content
                print(content, end='', flush=True)

Esempio di invio

curl -N -X POST "https://api.flaq.ai/api/v1/chat/completions" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Accept: text/event-stream" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-luna-text-to-text",
    "messages": [
      {
        "role": "user",
        "content": "Write a concise product update for a developer audience."
      }
    ],
    "stream": true,
    "max_tokens": 2048
  }'

Avvia una nuova chat

Invia un messaggio per iniziare.

Prezzi di GPT 6 Luna Text to Text

Parametri	Prezzo	Prezzo originale	Sconto

Token: input	$0.1000 per 1 M token di input	-	Standard
Token: output	$0.5000 per 1 M token di output	-	Standard

README

API GPT 6 Luna Text-to-Text veloce e conveniente (integrazione di chat e linguaggio OpenAI ad alta capacità)

L’API GPT 6 Luna Text-to-Text su Flaq AI offre un’opzione conveniente della famiglia GPT-6 di OpenAI per attività linguistiche mirate su grandi volumi. Progettato per esperienze utente reattive e flussi di lavoro in produzione, GPT-6 Luna aiuta gli sviluppatori a creare assistenti conversazionali, pipeline di contenuti, utilità di programmazione e strumenti di conoscenza senza gestire l’infrastruttura del modello.

Funzionalità principali dell’API GPT 6 Luna Text-to-Text

Generazione di testo reattiva: Supporta chat interattive, sistemi di completamento automatico e interfacce sensibili ai tempi di risposta con risposte testuali in streaming.
Architettura API conveniente: Massimizza il ritorno sull’investimento degli sviluppatori riducendo sensibilmente i costi di inferenza e mantenendo le solide capacità linguistiche di GPT-6.
Rispetto affidabile delle istruzioni: Segue con elevata fedeltà istruzioni di sistema articolate, linee guida conversazionali, vincoli di formattazione e preferenze stilistiche.
Contesto su più turni tramite messaggi: Trasmetti la cronologia pertinente della conversazione in ogni richiesta per supportare domande successive e il perfezionamento progressivo delle attività.
Adatto a flussi di lavoro con grandi volumi: Utilizza il modello per richieste ripetute di classificazione, trasformazione dei contenuti e conversazione entro i limiti di capacità dell’applicazione.
Output in streaming in tempo reale: Trasmetti i token progressivamente tramite eventi inviati dal server per ridurre al minimo la latenza percepita e fornire un riscontro visivo immediato.

Come usare l’API GPT 6 Luna Text-to-Text per flussi di lavoro ad alta capacità su Flaq AI

Input: Prompt testuali in linguaggio naturale, cronologia delle conversazioni, linee guida di sistema e specifiche strutturate delle attività.
Output: Completamenti testuali di alta qualità adatti a interfacce conversazionali, riepiloghi automatici, redazione di testi e formattazione dei dati.
Lunghezza dell’output: Imposta facoltativamente un numero massimo di token di output per risposte brevi o testi più lunghi. Per questo parametro non è specificato un massimo predefinito; continuano ad applicarsi i limiti di output del modello.
Streaming: Fornisci le risposte in modo incrementale tramite eventi inviati dal server per una visualizzazione interattiva immediata.
Capacità: Assistenza conversazionale rapida, stesura automatizzata di contenuti, supporto alla programmazione ordinaria, traduzione multilingue e elaborazione scalabile del testo tramite l’integrazione dell’API Flaq AI.

Migliori casi d’uso per l’integrazione dell’API GPT 6 Luna Text-to-Text

Assistenti conversazionali per grandi volumi: Alimenta bot di assistenza clienti reattivi, servizi di concierge virtuale e copiloti interattivi integrati nelle applicazioni.
Gestione dei contenuti e riepiloghi scalabili: Genera descrizioni di prodotti, post sui social, riepiloghi di notizie e bozze di email in pipeline editoriali con grandi volumi.
Utilità per sviluppatori in tempo reale: Fornisci rapidamente spiegazioni del codice in linea, correzioni di sintassi, strutture per test unitari e generatori di espressioni regolari.
Automazione dei flussi di lavoro ad alta capacità: Smista i ticket di assistenza, classifica le richieste in arrivo, estrai le entità chiave e formatta messaggi non strutturati su larga scala.
Localizzazione e traduzione multilingue: Traduci e adatta rapidamente contenuti generati dagli utenti e testi di prodotto nelle lingue di tutto il mondo.

Nota Assicurati che i prompt e i flussi di lavoro della tua applicazione rispettino le linee guida di sicurezza e utilizzo di OpenAI e i termini di Flaq AI. Se si verifica un errore, controlla se il prompt contiene contenuti soggetti a restrizioni, precisa le istruzioni e riprova.

GPT 6 Luna Text-to-Text rispetto alla concorrenza: analisi comparativa

GPT 6 Luna rispetto a GPT 6 Sol
GPT 6 Sol è progettato per ragionamenti approfonditi in più passaggi, architetture software complesse e scrittura tecnica impegnativa. GPT 6 Luna privilegia la generazione rapida e costi operativi contenuti, risultando una scelta ideale per ambienti di produzione con grandi volumi e sensibili alla latenza.
GPT 6 Luna rispetto a GPT 5.6 Luna
GPT 5.6 Luna è un’opzione precedente per flussi di lavoro testuali efficienti. GPT 6 Luna porta la più recente famiglia GPT-6 nelle applicazioni che danno priorità ad attività mirate e utilizzi su grandi volumi; confronta qualità e costi con i tuoi prompt prima di effettuare la migrazione.
GPT 6 Luna rispetto ai modelli Claude Fable
I modelli Claude Fable rispondono a esigenze di ragionamento impegnative nell’ecosistema Anthropic. GPT 6 Luna è un’opzione basata su OpenAI per i team che privilegiano attività di chat mirate su grandi volumi.
GPT 6 Luna rispetto ai modelli open source con hosting autonomo
I modelli aperti con hosting autonomo richiedono ai team di gestire il servizio di inferenza e l’infrastruttura. GPT 6 Luna offre un accesso API gestito ai team che preferiscono usare un modello ospitato nei propri flussi di lavoro testuali.