Nous utilisons des cookies pour améliorer votre expérience, personnaliser le contenu et analyser notre trafic ; consultez notre Politique cookies.
openai/gpt-6-lunaL'efficacité GPT-6 pour les tâches ciblées à gros volume
GPT-6 Luna est le palier le plus efficace de la famille GPT-6, sorti chez OpenAI le 22 septembre 2026 avec Sol. OpenAI le destine aux tâches ciblées à haut volume.
Classer des tickets, étiqueter des avis, extraire des champs d'un contrat, trier des e-mails : Luna garde un effort de réflexion réglable (de none à max), la lecture d'images et de documents, les outils et le JSON, avec jusqu'à 128K en sortie.
Sur Tchavi, payez en mobile money sans carte ni KYC, avec des crédits qui n'expirent jamais. Un seul compte et une seule clé API pour 100+ modèles : confiez le gros du flux à Luna, montez vers Sol seulement quand il le faut.
Décrit par OpenAI comme son modèle le plus efficace pour le haut débit ciblé
De none à max : aucune pour trier, davantage pour raisonner
Lit captures, scans et fichiers joints en plus du texte
Appel de fonctions et sortie structurée en JSON
Assez de place pour de longs résumés ou des lots entiers
Affichez la réponse au fil de l'eau
Voici 200 avis produit. Étiquette chacun avec un sentiment (positif, neutre, négatif) et la fonctionnalité dont il parle le plus. Réponds en JSON, un objet par avis.
Extrais de ce contrat chaque date, montant et contrepartie, avec la phrase source. Renvoie du JSON et signale toute valeur ambiguë plutôt que de deviner.
Pour chacun de ces e-mails, décide : réponse humaine nécessaire ou accusé de réception automatique ? Donne une raison en une phrase.
Luna pour les tâches ciblées à gros volume : classer, étiqueter, extraire, trier. Sol dès que la tâche demande du raisonnement en plusieurs étapes, du code ou des documents complexes.
Luna est de la génération GPT-6, avec un effort de réflexion réglable et la lecture d'images et de documents. GPT-4o mini reste une option si votre pipeline texte tourne déjà dessus.
Oui : images et documents en entrée, texte en sortie, jusqu'à 128K de tokens en sortie. Idéal pour trier des scans ou des captures en lot.
Oui : OpenAI propose l'effort none sur Luna, ainsi que low, medium (par défaut), high, xhigh et max. Réglez-le selon la difficulté de chaque tâche.
Non : ce modèle les rejette, donc Tchavi les retire de la requête. Fixez le format par vos consignes et le mode JSON.
Remplacez l'URL de base par celle de Tchavi, utilisez votre clé API Tchavi et mettez model: "gpt-6-luna".
Oui. Rechargez votre compte Tchavi avec Orange Money, MTN MoMo, M-Pesa ou un autre opérateur mobile money : aucune carte bancaire n'est nécessaire. Les crédits arrivent dès que le paiement est confirmé et sont débités à l'usage.
Oui. Gardez votre SDK OpenAI actuel, remplacez simplement l'URL de base par celle de Tchavi (visible dans l'onglet API) et utilisez votre clé Tchavi. Le reste de votre code ne change pas.
import Tchavi from '@tchavi/sdk';
const client = new Tchavi({ apiKey: 'API_KEY' });
const response = await client.chat.completions.create({
model: 'gpt-6-luna',
messages: [
{
"role": "user",
"content": "Hello!"
}
],
});
console.log(response.choices[0].message.content);
console.log('Credits used:', response.tchavi.credits_used);Tous les paramètres acceptés par ce modèle. Consultez le SDK pour les types complets.
modelRequisIdentifiant du modèle de chat (ex. `gpt-6-luna`).
messagesRequisMessages de la conversation. Chaque élément a un `role` (system/user/assistant) et un `content` qui peut être soit une chaîne simple, soit un tableau de blocs de contenu (`text`, `image_url`, `document_url`).
temperature1Température d'échantillonnage entre 0 et 2. Plus haut = plus aléatoire.
max_tokensNombre maximum de tokens à générer dans la réponse.
max_completion_tokensAlias OpenAI pour `max_tokens`. Les deux fonctionnent ; si les deux sont fournis, `max_completion_tokens` prime.
streamfalseSi vrai, les deltas de message partiels sont streamés en Server-Sent Events.
toolsOutils pour le function-calling. Passe un tableau de `{ type: "function", function: { name, description, parameters } }`. Les appels d'outils renvoyés sont dans `choices[].message.tool_calls`. Réservé aux modèles avec `supportsTools: true`.
tool_choiceComment le modèle choisit parmi les outils : `"auto"` (par défaut), `"none"` pour forcer une réponse texte, ou `{ type: "function", function: { name } }` pour forcer un outil précis. Uniquement avec `supportsTools: true`.
response_formatContraint la sortie. Passe `{ type: "json_object" }` pour forcer un JSON valide (le modèle a quand même besoin d'une instruction JSON dans le prompt). Uniquement avec `supportsJsonMode: true`.
reasoning_effortProfondeur de raisonnement sur les modèles OpenAI o-series / GPT-5. Valeurs `"low"`, `"medium"`, `"high"`. Ignoré silencieusement par les autres modèles OpenAI.
top_p1Échantillonnage nucleus : seuls les tokens dans la masse de probabilité `top_p` sont considérés.
seedGraine entière pour une sortie déterministe. Même seed + même requête = même complétion, quand le fournisseur le supporte. OpenAI l'honore ; Anthropic l'ignore.
n1Nombre de complétions à générer en un appel. Défaut 1 ; chaque complétion supplémentaire est facturée.
stream_optionsOptions de streaming, ex. `{ "include_usage": true }` pour recevoir un dernier chunk SSE avec les compteurs d'usage. Effectif uniquement quand `stream: true`.
stopJusqu'à 4 séquences après lesquelles l'API cesse de générer.
frequency_penalty0Entre -2.0 et 2.0. Les valeurs positives pénalisent les tokens fréquents.
presence_penalty0Entre -2.0 et 2.0. Les valeurs positives encouragent à parler de nouveaux sujets.
userIdentifiant utilisateur final transmis au fournisseur pour le suivi modération / abus. Doit rester stable par utilisateur.
logit_biasBiais logit par token `{ "<tokenId>": <-100..100>, ... }`. Spécifique OpenAI ; Anthropic l'ignore.
messages[].content[].image_urlAttachez une image à un message utilisateur. Passez un bloc de contenu `{ "type": "image_url", "image_url": { "url": ... } }`. PNG / JPEG / WebP, jusqu'à 4 par requête. Seuls les modèles avec `supportsImageInput: true` acceptent ce bloc (ex. `gpt-4o`, `claude-opus-4-7`).
messages[].content[].document_urlAttachez un PDF à un message utilisateur. Passez un bloc de contenu `{ "type": "document_url", "document_url": { "url": ... } }`. Jusqu'à 5 PDF par requête. Seuls les modèles avec `supportsDocuments: true` acceptent ce bloc (ex. `claude-sonnet-4-6`, `gpt-4.1`).
parallel_tool_callstrueAutorise le modèle à appeler plusieurs outils en parallèle dans un même tour. Mettre à `false` pour forcer les appels séquentiels. Uniquement avec `supportsTools: true` (OpenAI).
Ce modèle nous coûte plus cher au-delà d’un certain seuil, et nous répercutons ce palier plutôt que de plafonner la fenêtre ou d’augmenter le prix pour tout le monde. Le tarif ci-dessus est celui du premier palier.
| Longueur du prompt | Entrée / 1K | Sortie / 1K |
|---|---|---|
| Moins de 272K tokens | ||
| 272K tokens et plus |
Le seuil compte tous les tokens en entrée, cache compris — 95K de cache plus 10K de nouveau prompt font un prompt de 105K. La sortie est tarifée selon la longueur du prompt : un long prompt avec une réponse courte paie quand même le tarif de sortie supérieur.
Estimation sur 30 jours, pour un message type : ~500 tokens en entrée + ~150 en sortie, facturé au millième de crédit.