Modèle · Texte

GPT-5.6 Luna

Modèle GPT-5.6 rapide et économique pour applications à fort volume, réponses rapides et travail Agent léger.

Identifiant du modèlegpt-5.6-luna

Route API POST /responses

Présentation du modèle

Ce que fait ce modèle

Utilisez GPT-5.6 Luna pour la rédaction, l’analyse et le traitement du texte lorsque le résultat attendu et son format sont clairement définis.

Cette page rassemble la description du modèle, les réglages exposés par Imọlẹ et les informations nécessaires pour l’appeler avec l’API.

Capacités

Résultats et opérations pris en charge

Questions, résumés, reformulation et rédaction structurée.
Tâches de raisonnement avec preuves et contraintes claires.
Travaux multi-tours où chaque réponse prolonge la précédente.

Demande

Décrire clairement le résultat attendu

Construisez la demande dans cet ordre. Chaque étape précise une information que le modèle peut utiliser directement.

01
Objectif
Décrivez le résultat attendu en une phrase directe.
02
Contexte
Indiquez le public, les sources, décisions précédentes et faits à utiliser.
03
Contraintes
Listez ce qui doit être inclus, exclu, préservé ou vérifié.
04
Format de sortie
Précisez la structure, la longueur, la langue, le ton et la définition exacte du travail terminé.

Exemple 1

Brief produit structuré

Crée un brief de lancement d’une page pour une fonction de transcription IA multilingue. Public : petites équipes média africaines. Inclus le problème utilisateur, la promesse, trois différences, les preuves nécessaires, les risques et une liste d’actions sur 30 jours. Utilise des titres français concis et marque les hypothèses.

La demande définit le public, le livrable, les preuves, la structure, la langue et le traitement des incertitudes.

Exemple 2

Décision avec critères

Compare ces trois parcours d’inscription selon le temps de réalisation, la confiance, l’usage mobile et le risque d’implémentation. Utilise uniquement les notes jointes. Rends un tableau pondéré, identifie les preuves manquantes et recommande une option avec les conditions qui changeraient la décision.

La demande fournit des critères d’évaluation et évite une certitude sans preuve.

Réglages

Contrôles disponibles dans Imọlẹ

Effort de raisonnement

Utilisez un effort faible pour les transformations directes et plus élevé pour les comparaisons difficiles, la synthèse ou la planification multi-étapes.

Historique de conversation

Gardez les demandes de suivi dans la même conversation lorsqu’elles affinent le même résultat.

API

Intégrer le modèle dans un projet

MéthodePOST

Chemin/responses

URL de basehttps://api.imole.app/v1

Coût API0.5 / 1 cauris

AuthorizationBearer $IMOLE_API_KEY

Content-TypeUtilisez application/json pour les requêtes JSON.

Chargez IMOLE_API_KEY depuis une variable d’environnement côté serveur. N’insérez jamais la clé dans le code envoyé au navigateur, une application mobile, un dépôt Git ou un fichier partagé.

Les modèles texte acceptent Responses et Chat Completions. Responses convient aux nouvelles intégrations et aux outils ; Chat Completions conserve la compatibilité avec les intégrations OpenAI existantes.

Corps de requête

Paramètres acceptés

ParamètreDescriptionValeurs

modelRequis

Utilisez l’ID de modèle de la page pour Base, Thinking et Pro. L’ID ne change jamais entre les paliers.

gpt-5.6-luna

inputRequis

Texte simple ou tableau d’entrées au format Responses.

—

messages

Tableau de messages de conversation. Utilisez-le avec Chat Completions ou pour une compatibilité existante.

—

instructions

Instruction système ou développeur placée avant la demande utilisateur.

—

max_output_tokens

Contrôle de sortie Responses natif optionnel. Il n’est pas requis et Imọlẹ n’impose aucun plafond de tokens ou de sortie.

—

reasoning

Omettez reasoning pour Base/none. Thinking utilise reasoning.effort. Pro ajoute reasoning.mode défini sur "pro" tout en conservant le même ID de modèle.

effort: none, low, medium, high, xhigh, max · mode: pro

temperature

Variation de l’échantillonnage lorsque le modèle la prend en charge.

—

top_p

Contrôle de l’échantillonnage par noyau.

—

stream

Renvoie des événements serveur au fil de la génération lorsque pris en charge.

true, false

tools

Définitions des outils disponibles pour les requêtes Responses avec outils.

—

tool_choice

Règle de sélection des outils.

auto, none, required

parallel_tool_calls

Autorise plusieurs appels d’outils dans un même tour.

true, false

text.format

Réglages du format de texte structuré pour Responses.

—

response_format

Champ de compatibilité pour demander une sortie de type JSON.

—

metadata

Métadonnées facultatives associées à la requête.

—

Code

Exemples d’intégration

Testez d’abord la requête cURL, puis reprenez le même identifiant de modèle dans votre application JavaScript ou Python.

Base · sans objet reasoning

curl -X POST "https://api.imole.app/v1/responses" \
  -H "Authorization: Bearer $IMOLE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "gpt-5.6-luna",
  "input": "Write a concise product update announcing a faster API workflow.",
  "instructions": "Answer in three short bullet points."
}'

Thinking · reasoning.effort

curl -X POST "https://api.imole.app/v1/responses" \
  -H "Authorization: Bearer $IMOLE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "gpt-5.6-luna",
  "input": "Compare exponential backoff and fixed-delay retries for an API client, then recommend one.",
  "reasoning": {
    "effort": "medium"
  }
}'

Pro · reasoning.mode

curl -X POST "https://api.imole.app/v1/responses" \
  -H "Authorization: Bearer $IMOLE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "gpt-5.6-luna",
  "input": "Review a migration from a monolith to event-driven services and identify the most important operational trade-offs.",
  "reasoning": {
    "mode": "pro",
    "effort": "medium"
  }
}'

Chat Completions

curl -X POST "https://api.imole.app/v1/chat/completions" \
  -H "Authorization: Bearer $IMOLE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "gpt-5.6-luna",
  "messages": [
    {
      "role": "system",
      "content": "Answer clearly and concisely."
    },
    {
      "role": "user",
      "content": "Give three practical ways to improve an AI product prompt."
    }
  ],
  "stream": false
}'

Production

Réponse, suivi et erreurs

Responses renvoie notamment `output` et `output_text`. Chat Completions renvoie `choices`, puis `message.content`. En streaming, traitez les événements dans leur ordre d’arrivée.

400

Requête incorrecte : corrigez le champ indiqué avant de réessayer.

401

Clé absente, incorrecte ou révoquée.

402

Solde de cauris insuffisant.

429

Capacité temporairement indisponible : respectez `Retry-After` et utilisez un délai progressif.

5xx

Erreur temporaire : conservez l’identifiant de requête et évitez de relancer deux fois une opération facturable.

Cauris

Tarification et sources

Coût affiché0.5 / 1 cauris

La tarification utilise le total des tokens consommés par une requête réussie : tokens d’entrée plus tokens de sortie. Les tokens d’entrée en cache et de raisonnement sont déjà inclus dans ces totaux et ne sont pas comptés deux fois. Le routeur exige seulement au moins 1 cauri avant le démarrage, puis facture la tranche applicable après la réponse.

ExpressRequêtes courtes utilisant au maximum 10 000 tokens au total.

0 à 10 000 tokens0.5 cauris

ÉtenduRequêtes utilisant plus de 10 000 tokens au total.

Plus de 10 000 tokens1 cauris

Documentation de référenceGuide de rédaction des prompts GPT-5 d’OpenAIRecommandations d’OpenAI pour les prompts des modèles de raisonnement