GPT Image 2.5 Flare & Sunburst sont disponibles sur EvoLinkEssayer GPT Image 2.5
EvoLink.AIEvoLink.AI

GPT-6 Luna Decisions API

Accédez à GPT-6 Luna Decisions de OpenAI — aussi recherché sous OpenAI Decisions API / gpt-6-luna-decisions — via le point de terminaison Decisions de l'API unifiée d'EvoLink. Testez les réponses typées, l'entrée d'images avant d'intégrer.

OpenAIGénération de texteDisponible
à partir de $0.100 / 1M tokens d’entrée
Documentation API
Decisions APIQuestions predicateQuestions choiceQuestions scoreEntrée d’imagesEntrée seule facturée
Route productionLive
Contexte
1.05M de contexte
Idéal pour
Classification, routage, contrôles de modération, notation selon une grille
Entrée
Texte + images
Sortie
Réponses typées : probabilité · choix · score
ModèlesTarifsReadmeAPI

Choisir GPT-6 Luna Decisions

Un seul ID de modèle sur le point de terminaison Decisions. La carte affiche le tarif d’entrée en dessous et au-dessus du seuil long contexte ; les tokens de sortie et de cache ne sont pas facturés.

GPT-6 Luna Decisions

GPT-6 Luna sur l’API Decisions d’OpenAI pour des réponses typées à grand volume.

Sélectionné
ID du modèle
gpt-6-luna-decisions
Idéal pour

Classification, routage, contrôles de modération et notation selon une grille, quand il vous faut une probabilité ou une option fixe plutôt qu’un texte généré

< 272K
Entrée
$0.100 / 1M
6.8 cr / 1M
Sortie
Non facturé
≥ 272K
Entrée
$0.200 / 1M
13.6 cr / 1M
Sortie
Non facturé

Tous les tarifs sont par 1M de tokens, en USD et en crédits, et reflètent la tarification actuelle de votre compte. Au-delà de 272K tokens de prompt, le palier long contexte (×2) s'applique à chaque rôle de token. Sur ce point de terminaison, seuls les tokens d’entrée sont facturés : les tokens de sortie, de lecture de cache et d’écriture de cache sont gratuits.

Tarifs GPT-6 Luna Decisions

Estimez le coût d'une requête GPT-6 Luna Decisions avant l'intégration. Le calculateur utilise les tarifs actuels de votre compte ; les prix officiels servent de référence.

Calculateur de requête

Saisissez la répartition des tokens d'une requête.

Coût estimé par requête

GPT-6 Luna Decisions
Tarif contexte court
USD$0.0002
Crédits0.01
Tokens d'entrée0.0034 cr

Facturation minimale : 0.01 crédit par requête. Au-delà de 272K tokens d'entrée, toute la requête est facturée ×2.

Guide budgétaire

Nombre approximatif de requêtes avec la répartition actuelle.
Ajouter des crédits
$10
Environ 65000 requêtes

Pour des tests rapides

$50
Environ 340000 requêtes

Pour le développement courant

$100
Environ 680000 requêtes

Pour l'évaluation en production

GPT-6 Luna Decisions API

Classez les tickets support, orientez les demandes et évaluez des textes ou des images avec GPT-6 Luna via l’API Decisions d’OpenAI. Un seul appel synchrone renvoie une probabilité, un choix parmi des options définies ou un score selon vos critères, via la passerelle unifiée d’EvoLink, avec la même clé API et une facturation limitée aux tokens d’entrée. L’API Decisions est en bêta publique.

GPT-6 Luna Decisions est servi sur EvoLink sous l'ID de modèle gpt-6-luna-decisions via Decisions API, avec la même clé API et le même solde que tous les autres modèles. Il offre une fenêtre de contexte de 1.05M, ainsi que les réponses typées, l'entrée d'images.

GPT-6 Luna Decisions

Spécifications et capacités de GPT-6 Luna Decisions

Les chiffres proviennent de la configuration de route EvoLink ; les capacités sont celles que l'API expose aujourd'hui.

Fenêtre de contexte
1.05M tokens
Entrée
Texte + images
Sortie
Réponses typées : probabilité · choix · score
Palier long contexte
×2 au-delà de 272K tokens de prompt
Protocoles
Decisions API
ID du modèle
gpt-6-luna-decisions

GPT-6 Luna Decisions pour la classification, le routage et l’évaluation

Utilisez Decisions lorsque la logique de votre application a besoin d’une probabilité, d’un choix parmi des options définies ou d’un score selon des critères. Pour générer des réponses, extraire des champs ou appeler des outils, utilisez GPT-6 Luna via Chat Completions ou Responses. Les deux voies restent accessibles via la même passerelle EvoLink.

Signaler les tickets ou photos à vérifier

Une question predicate permet de vérifier si un ticket nécessite une escalade, si un passage est pertinent ou si une photo montre des dommages. Utilisez la probabilité que la condition soit vraie et définissez un seuil de vérification à partir de vos exemples annotés.

Classer les tickets support et orienter les demandes

Définissez des services tels que la facturation, le support technique et l’accès au compte, avec une courte description pour chacun. Une question choice renvoie la valeur choisie et la probabilité de chaque option, afin que votre application décide où envoyer la demande.

Prioriser le travail selon une grille d’évaluation

Définissez des niveaux de gravité ordonnés, par exemple défaut esthétique, solution de contournement disponible et blocage complet. Une question score renvoie une moyenne pondérée par les probabilités, qui peut se situer entre deux niveaux. Votre application peut ainsi prioriser le travail selon les mêmes critères.

Évaluer les photos de produits avec leurs descriptions

Associez la description d’un client à des photos du produit intégrées en base64 dans un message user. Posez, dans une seule requête, des questions indépendantes sur les dommages visibles, la catégorie ou la gravité, à partir des mêmes éléments.

Deux façons d'utiliser GPT-6 Luna Decisions : API EvoLink ou Agent

Utilisez l'API EvoLink pour les backends produit et les traitements par lots, ou appelez GPT-6 Luna Decisions depuis Codex, Claude ou Gemini pour étiqueter, router et noter des éléments dans un workflow. Les deux voies partagent la même clé API EvoLink, le même solde, le même ID de modèle et le même historique de requêtes.

Option 1

Intégrer avec l'API EvoLink

Idéal pour : backends produit, traitements par lots, pipelines automatisés

Envoyez à EvoLink des requêtes Decisions compatibles OpenAI : les éléments à évaluer vont dans input, et chaque question déclare son type, ses instructions et les choix ou niveaux de score autorisés.

  1. 1Créez une clé API EvoLink dans la console
  2. 2Pointez le SDK OpenAI vers l'URL de base EvoLink, ou envoyez un POST à /v1/decisions, avec l'ID de modèle affiché ci-dessus
  3. 3Envoyez une requête représentative et lisez usage.input_tokens ; c'est la seule quantité facturée
  4. 4Donnez à chaque question un name unique et fixez vos propres seuils sur les probabilités renvoyées
Créer une clé API EvoLink
Option 2

L'appeler avec un Agent

Idéal pour : étapes d'étiquetage, de routage et de notation dans Codex, Claude et Gemini

Donnez à l'Agent les éléments à évaluer, les questions et les critères d'acceptation. Il assemble la requête, appelle GPT-6 Luna Decisions via EvoLink et renvoie les réponses typées avec la consommation de tokens.

  1. 1Définissez EVOLINK_API_KEY dans votre environnement local ; jamais dans le code ni dans un prompt
  2. 2Décrivez les éléments à évaluer et les questions à poser, avec les choix ou niveaux de score
  3. 3Demandez à l'Agent d'appeler GPT-6 Luna Decisions via EvoLink et d'afficher la requête avant l'envoi
  4. 4Laissez l'Agent rapporter chaque réponse, la consommation de tokens d'entrée et tout corps d'erreur

Exemple de code API GPT-6 Luna Decisions et gestion des erreurs

Cet exemple montre la requête exécutable la plus courte : un texte à évaluer et une question choice envoyés au point de terminaison Decisions. Ouvrez l'onglet API pour la référence complète des paramètres et réponses.

Voir la documentation API complète
cURL
curl -X POST https://api.evolink.ai/v1/decisions \
  -H "Authorization: Bearer $EVOLINK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-luna-decisions",
    "input": "My invoice shows two charges for the same month.",
    "questions": [
      {
        "type": "choice",
        "name": "ticket_type",
        "instructions": "Which category best describes this support ticket?",
        "choices": [
          { "value": "billing", "description": "Charges, invoices, refunds" },
          { "value": "bug", "description": "Something is broken" },
          { "value": "how_to", "description": "How to use a feature" }
        ]
      }
    ]
  }'

# The response has one answer per question, matched by name:
# answers[0].choice is the selected value and answers[0].probabilities
# lists a probability for every option. Only usage.input_tokens is billed.
# The endpoint is synchronous and rejects fields it does not define, such
# as stream, temperature, and max_tokens.

Paramètre inconnu ou manquant

Le point de terminaison rejette les champs qu'il ne définit pas. Retirez stream, temperature, max_tokens et les autres paramètres Chat Completions, et vérifiez que input et questions sont présents.

L'image n'est pas une data URL base64

Envoyez les images en ligne sous forme d'URL data:image/...;base64. Les URL d'images hébergées et les ID de fichier sont rejetés.

Problème d'authentification ou de solde

Vérifiez le jeton Bearer Authorization et confirmez le solde disponible dans la console.

Noms de question en double ou rôle autre que user

Les noms de question doivent être uniques dans une requête, et chaque message de input doit utiliser le rôle user.

Limite de débit (429)

Attendez et réessayez avec un délai aléatoire ; regroupez ou mettez en file d'attente les requêtes au lieu de rafales parallèles.

Avant de mettre GPT-6 Luna Decisions en production

Quatre vérifications qui déterminent le coût et la fiabilité.

01

N’envoyer que les champs documentés

Le point de terminaison rejette les champs inconnus. Retirez stream, temperature, max_tokens et les autres paramètres Chat Completions avant l’envoi.

Obligatoire
02

Intégrer les images en data URL base64

Les URL d’images hébergées et les ID de fichier ne sont pas acceptés, et une requête accepte au plus 128 parties image.

Obligatoire
03

Nommer chaque question et fixer les seuils à partir d’exemples étiquetés

Les noms doivent être uniques dans une requête et sont repris dans les réponses ; choisissez les seuils selon le coût des faux positifs et des faux négatifs dans vos propres données.

Recommandé
04

Budgéter à partir de usage.input_tokens

Même une requête d’une ligne compte environ 150 tokens d’entrée de surcoût fixe ; un minimum de facturation s’applique par requête, et au-delà de 272K tokens d’entrée le tarif long contexte s’applique.

Recommandé

Facturation à l’entrée uniquement

Seuls les tokens d’entrée sont facturés, tokens d’image compris. Les tokens de sortie, de lecture de cache et d’écriture de cache sont gratuits sur ce point de terminaison, et chaque requête a un minimum de facturation.

Seuil long contexte

Au-delà de 272K tokens d’entrée, toute la requête est facturée à 2x le tarif d’entrée.

GPT-6 Luna Decisions vs GPT-6 Luna sur Chat Completions

EvoLink

Comparez le point de terminaison Decisions avec l’appel de GPT-6 Luna via Chat Completions ou Responses, aux prix EvoLink par 1M de tokens.

GPT-6 Luna Decisions
Prix EvoLink / 1M (entrée / sortie)$0.1 / $0
Fenêtre de contexte1.05M
RéponseRéponses typées : probabilité, choix, score
Idéal pourClassification, routage, contrôles de modération et notation selon une grille, quand il vous faut une probabilité ou une option fixe plutôt qu’un texte généré
GPT-6 Luna
Prix EvoLink / 1M (entrée / sortie)$0.092 / $0.45
Fenêtre de contexte1.05M
RéponseTexte généré, JSON, appels d’outils
Idéal pourTâches qui demandent du texte généré, des champs selon votre propre schéma ou des appels d’outils

Les prix reflètent les tarifs actuels de votre compte ; les visiteurs non connectés voient les tarifs Default. Le point de terminaison Decisions ne facture que les tokens d’entrée, son prix de sortie est donc nul.

Famille de modèles GPT

Comparer tous les modèles GPT
GPT-6 Luna

GPT-6 Luna

Le même modèle sur Chat Completions et Responses pour du texte généré, du JSON et des appels d’outils

Voir le modèle
GPT-6.1 Sol

GPT-6.1 Sol

Nouveau Sol pour le code multi-fichiers et les agents sur Responses

Voir le modèle
GPT-6 Astra

GPT-6 Astra

Le modèle le plus capable d’OpenAI pour le travail de bout en bout le plus difficile

Voir le modèle

Autres modèles texte sur EvoLink en plus de GPT-6 Luna Decisions

Gemini 3.5 Flash-Lite

Gemini 3.5 Flash-Lite

Le modèle Flash Lite le moins coûteux de Google, avec entrée multimodale, conçu pour les charges à fort volume, sensibles à la latence ou par lots.

Voir le modèle
DeepSeek V4.1 Flash

DeepSeek V4.1 Flash

Route DeepSeek Flash avec entrée texte et image, fenêtre de contexte de 1M et thinking configurable.

Voir le modèle
GLM-5.3 Flash

GLM-5.3 Flash

Le palier multimodal orienté volume de la génération GLM-5.3 de Z.ai, avec une fenêtre de contexte de 1M de tokens.

Voir le modèle
Grok 4.5

Grok 4.5

Modèle xAI de raisonnement et d’outils avec une fenêtre de contexte de 500K et des outils côté serveur facturés à l’usage.

Voir le modèle

API GPT-6 Luna Decisions – FAQ

Quel ID de modèle utiliser sur le point de terminaison Decisions ?

Utilisez gpt-6-luna-decisions avec POST /v1/decisions. L’ID de modèle OpenAI gpt-6-luna est aussi accepté sur ce point de terminaison : le code écrit pour le SDK OpenAI fonctionne après changement de l’URL de base. Dans l’historique d’usage et de facturation, ces requêtes apparaissent sous gpt-6-luna-decisions.

Combien coûte GPT-6 Luna Decisions sur EvoLink ?

Le tarif par défaut est de $0.100 par 1M de tokens d’entrée. Les tokens de sortie, de lecture de cache et d’écriture de cache ne sont pas facturés. Chaque requête a un minimum de facturation, et les requêtes de plus de 272 000 tokens d’entrée sont facturées à 2x le tarif d’entrée. Les utilisateurs connectés voient le tarif de leur propre compte.

Quels types de question sont pris en charge ?

Trois : predicate renvoie la probabilité qu’une condition soit vraie ; choice renvoie l’une des valeurs que vous fournissez, avec une probabilité par option ; score note l’entrée selon des niveaux ordonnés et renvoie une moyenne pondérée par les probabilités. Une requête peut mélanger les types, et chaque question reçoit une réponse indépendante.

Puis-je envoyer des images ?

Oui. Dans un message user, ajoutez des parties input_image en data URL base64 en ligne à côté des parties input_text. Les URL d’images hébergées et les ID de fichier sont rejetés, et une requête accepte au plus 128 parties image. Les tokens d’image sont facturés comme entrée.

Le streaming, les prompts système ou les outils sont-ils pris en charge ?

Non. Le point de terminaison Decisions est synchrone et n’accepte que model, input, questions et un safety_identifier facultatif. Les messages doivent utiliser le rôle user, et des champs comme stream, temperature et max_tokens sont rejetés avec une erreur 400.

Quand utiliser plutôt GPT-6 Luna via Chat Completions ou Responses ?

Utilisez Decisions pour classer un ticket, vérifier une condition ou évaluer une entrée lorsque votre application a besoin d’une probabilité, d’une option prédéfinie ou d’un score. Pour rédiger une réponse, extraire des champs selon votre propre schéma JSON ou appeler des outils, utilisez GPT-6 Luna via Chat Completions ou Responses. Les deux sont disponibles via la même passerelle EvoLink : choisissez le point de terminaison selon la réponse attendue par votre workflow. Pour les appels d’outils, privilégiez Responses ; Chat Completions ne prend en charge les appels de fonctions que lorsque reasoning_effort est défini sur none.

Comment sont traitées les questions en échec ou refusées ?

Les requêtes qui échouent à la validation renvoient une erreur 400 avec le champ concerné dans param et ne sont pas facturées. Si le modèle refuse une question, cette réponse revient avec le type refusal tandis que les autres réponses sont renvoyées normalement.

L’API Decisions d’OpenAI est-elle en bêta ?

Oui. OpenAI présente actuellement l’API Decisions comme une bêta publique. Ce statut concerne le point de terminaison Decisions, et non toutes les requêtes GPT-6 Luna. Évaluez les types de questions, les seuils et la gestion des refus dans votre propre workflow avant d’étendre l’utilisation.

Puis-je utiliser la probabilité renvoyée pour automatiser le routage ?

Votre application peut utiliser la probabilité pour décider de transmettre une demande ou de la soumettre à une vérification. Définissez les seuils à partir d’exemples annotés et du coût des faux positifs et des faux négatifs ; une probabilité ne garantit pas l’exactitude. Prévoyez une vérification pour les entrées ambiguës et traitez les réponses refusées séparément.