通过 EvoLink 统一对话 API 接入 OpenAI 的 GPT-6 Luna(也常被搜索为 GPT 6 Luna / gpt-6-luna)。集成前可先测试低延迟路由、结构化输出、工具调用。
一个精确模型 ID，走同一套 OpenAI 兼容接入；卡片列出四种 token 角色在短、长上下文下的价格。
GPT-6 Luna
OpenAI 效率最高的 GPT-6 模型，面向聚焦、大批量的任务。
gpt-6-luna对延迟与成本最敏感的大批量分类、信息抽取、路由与子 Agent 调用
所有费率按每百万 Token 计,同时显示美元与 Credits,以你账户当前的价格为准。 提示 Token 超过 272K 后进入长上下文档位:输入与缓存角色 ×2,输出 ×1.5。
集成前先估算一次 GPT-6 Luna 请求的费用。计算器按你账户的当前费率计算,官方价格仅作对照。
官方价预估 $0.0003 · 省 $0.0001(9%)
最低计费:每次请求 0.01 Credits。 提示 Token 达到 272K 时,输入与缓存角色按 ×2、输出按 ×1.5 计费;工具调用不乘倍率。
快速测试
日常开发
生产评估
OpenAI 效率最高的 GPT-6 模型，面向聚焦、大批量的任务 —— 分类、信息抽取、路由与子 Agent —— 一把 EvoLink API Key 即可通过 Chat Completions 与 Responses 调用。
GPT-6 Luna 在 EvoLink 上以模型 ID gpt-6-luna 提供,支持 Chat Completions · Responses,和其他模型共用同一把 API 密钥与余额。它提供 1.05M 上下文窗口,最大输出 128K Token,并支持低延迟路由、结构化输出、工具调用。
数字取自 EvoLink 路由配置;能力以 API 当前实际提供为准。
一个精确模型 ID 承接聚焦、可重复的大批量调用；开放式的编程与 Agent 任务交给 GPT-6 Sol 或 GPT-6 Astra。 OpenAI 公布较高档位下事实性追平 GPT-5.6 Sol、任务成本约为其百分之一，欺骗率 2.8%（GPT-5.6 Luna 为 9.5%），为厂商自报数据。
用简短提示词给工单、意图和文档打标签；reasoning_effort 设为 none 可压低延迟和输出 token。
用结构化输出把邮件、表单和日志转成 JSON，写入系统前先校验 schema。
把 GPT-6 Sol 或 GPT-6 Astra 拆出的聚焦子任务交给 Luna，规划与编排仍留在更强的模型上。
把稳定的指令和示例放在提示词开头，重复调用时按缓存读取计费，而不是全价输入。
产品后端与批量任务走 EvoLink API;编码与分析类工作可直接在 Codex、Claude、Gemini 里调用 GPT-6 Luna。两条路径共用同一把 EvoLink API 密钥、余额、模型 ID 与请求记录。
适合:产品后端、批量任务、自动化流水线
向 EvoLink 发送 OpenAI 兼容的 Chat Completions(或 Anthropic Messages)请求,自行控制模型 ID、系统提示、输出预算、工具与结构化输出。
适合:在 Codex、Claude、Gemini 里做编码、评审与分析
把任务、要带入的材料和验收标准交给 Agent,由它组装请求、通过 EvoLink 调用 GPT-6 Luna,并把回答连同 token 用量一起返回。
这个示例是最短可运行的请求:一条 OpenAI 兼容的 Chat Completions 调用,带系统提示、用户消息和输出预算。完整参数与响应说明见 API 标签页。
curl -X POST https://api.evolink.ai/v1/chat/completions \
-H "Authorization: Bearer $EVOLINK_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6-luna",
"messages": [
{ "role": "system", "content": "Classify the support ticket as billing, bug, or how-to. Reply with JSON only." },
{ "role": "user", "content": "My invoice shows two charges for the same month." }
],
"reasoning_effort": "none",
"response_format": { "type": "json_object" },
"max_tokens": 200
}'
# Use the exact ID gpt-6-luna on both Chat Completions and Responses.
# reasoning_effort accepts none, low, medium (default), high, xhigh, and
# max; none skips reasoning for the lowest latency and cost, and reasoning
# tokens at other levels are billed as output. On Chat Completions, function
# calling works only with reasoning_effort set to none.对照 API 文档检查模型 ID、messages 数组和参数范围,去掉该路由不支持的字段。
检查 Authorization bearer token,并在控制台确认可用余额。
提示词 token 超过了 GPT-6 Luna 的上下文窗口。裁剪或只检索相关材料,并复用缓存前缀。
退避并带抖动重试;用批处理或队列代替并发突发。
重试前检查敏感内容、格式错误的 tool-call 参数和 JSON schema 不匹配。
决定成本与稳定性的四项检查。
Chat Completions 与 Responses 都用 gpt-6-luna，没有通用的 gpt-6 别名。
分类与抽取先用 none，只有评测证明质量有提升时再调高强度；推理 token 按输出计费。
内置工具与函数调用走 Responses；在 Chat Completions 上，只有 reasoning_effort 为 none 时才能使用函数调用。
提示词超过 272K Token 后整个请求按长上下文费率计费；扩流量前先用 usage 对象对账。
普通输入、缓存读取、缓存写入和输出根据最终 usage 分开结算；缓存写入不会再次按普通输入收费。
prompt tokens 超过 272K 后，整个请求的输入与两种缓存价格变为 2 倍，输出价格变为 1.5 倍。
按每 1M tokens 的 EvoLink 价格，对比 GPT-6 Luna 与 GPT-6 Sol、GPT-5.6 Luna。
| 特性 | GPT-6 Luna | GPT-6 Sol | GPT-5.6 Luna |
|---|---|---|---|
| EvoLink 每 1M 价格（输入 / 输出） | $0.092 / $0.45 | $1.8 / $9 | $0.181 / $1.081 |
| 上下文窗口 | 1.05M | 1.05M | 1.05M |
| 提示词缓存 | 缓存读取 + 缓存写入 | 缓存读取 + 缓存写入 | 缓存读取 + 缓存写入 |
| 适用场景 | 对延迟与成本最敏感的大批量分类、信息抽取、路由与子 Agent 调用 | 高一档，面向复杂编程与 Agent 工作流 | 上一代 Luna 档，面向大批量、对成本敏感的路由 |
表中使用基础上下文档位，价格以你账户当前的价格为准；未登录时展示 Default 价格。长上下文倍率见价格区。
同一把 API 密钥、同一份余额,换档位不用改接入。
请使用 gpt-6-luna。当前没有通用的 gpt-6 别名，Chat Completions 与 Responses 使用同一个 ID。
EvoLink Default 价格为每 1M tokens 输入 $0.092、输出 $0.450，OpenAI 官方价为 $0.100 / $0.500。缓存读取 $0.0089、缓存写入 $0.114 / 1M tokens；登录后显示你账户当前的价格。
缓存读取与缓存写入是两个独立 token 分段，二者都不会再按普通输入重复收费。
总 prompt tokens 超过 272,000 时，整个请求按长上下文倍率结算：输入与两种缓存 2 倍，输出 1.5 倍。
Chat Completions 的 reasoning_effort 与 Responses 的 reasoning.effort 支持 none、low、medium（默认）、high、xhigh 和 max。none 不做推理，延迟和成本最低；更高档位会消耗推理 token，按输出计费。
只能在 reasoning_effort 为 none 时使用。需要内置工具，或在更高推理强度下使用函数调用时，请用同一个 gpt-6-luna ID 调用 Responses API。
GPT-6 Luna 的上下文窗口为 1,050,000 tokens，单次最多 922,000 输入 tokens、最多 128,000 输出 tokens。
GPT-6 Luna 保留了 GPT-5.6 Luna 的 1.05M 上下文、128K 输出和六档推理档位，OpenAI 标价减半，知识截止更新（2026 年 5 月 18 日）。OpenAI 公布较高档位下事实性追平 GPT-5.6 Sol、任务成本约为其百分之一，欺骗率 2.8%（GPT-5.6 Luna 为 9.5%），这些是厂商自报数据。请重放你自己的记录，按每条验收记录的成本判断，而不是按单位 token 价格；下方《GPT-6 Luna 和 GPT-5.6 Luna 区别》有字段级验收集，以及要先核对的那一处约定变化：Chat Completions 上的函数调用要求 reasoning_effort 为 none。
分类、抽取、路由、子 Agent 这类聚焦的高频调用用 Luna；复杂编程与工具驱动的 Agent 交给 GPT-6 Sol；最难的端到端推理与研究交给 GPT-6 Astra。三款共享 1.05M 上下文、同一套接入方式和同样的 272K 长上下文规则，可以按任务拆流量、只用一把 API Key。GPT 合集页有并排对比。
