GPT-6 Luna는 정형화된 대량 처리 작업을 위해 만든 OpenAI의 가장 효율적인 모델입니다. GPT-6 Luna는 1,050,000토큰 컨텍스트 윈도를 읽고 최대 128,000토큰을 출력하며, 텍스트와 이미지를 입력받고 추론 effort를 none부터 max까지 조절할 수 있습니다. reAPI에서 GPT-6 Luna는 OpenAI 공개 가격보다 낮은 요금으로 토큰 단위 과금됩니다.
입력창의 프롬프트로 시작하거나 예시를 골라 보세요.
크레딧 기반 — 1 크레딧 = 0.001 USD. 성공한 생성에 대해서만 비용을 지불합니다.
최저 등급에서 1K 토큰 프롬프트와 1K 토큰 답변.
| 카테고리 | 표준 · 272K 토큰까지의 프롬프트 | 장문 컨텍스트 · 272K 토큰 이상의 프롬프트 |
|---|---|---|
| 입력 | $0.080 가격 · 1M tokens | $0.160 가격 · 1M tokens |
| 출력 | $0.400 가격 · 1M tokens | $0.600 가격 · 1M tokens |
| 캐시 읽기 | $0.008 가격 · 1M tokens | $0.160 가격 · 1M tokens |
| 캐시 쓰기 | $0.100 가격 · 1M tokens | $0.200 가격 · 1M tokens |
GPT-6 Luna는 OpenAI GPT-6 라인업에서 가장 효율적인 모델로, 정형화된 대량 처리 작업을 위해 만들어졌습니다. GPT-6 Luna는 텍스트와 이미지를 입력받아 텍스트를 생성합니다. 티켓 분류, 문서에서 필드 추출, 콘텐츠 태깅, 요청 라우팅처럼 하루에 수천 번 반복되고, 호출마다 명확하고 검증 가능한 답이 있으며, 토큰 단가가 비용을 좌우하는 작업에 적합합니다. reAPI에서 GPT-6 Luna는 OpenAI 호환 Chat Completions 엔드포인트로 제공되며 토큰 단위로 과금됩니다.
이 모델로 구축하고 배포할 수 있는 실제 워크플로우와 프로덕션 활용 사례입니다.
들어오는 지원 티켓, 이메일, 양식 응답을 고정된 라벨 목록과 함께 GPT-6 Luna에 보내고, 라벨 하나와 짧은 이유를 반환하도록 요청하세요. 라벨 종류를 적게 유지하고 system 메시지에 정의해 두면 수백만 번 호출해도 GPT-6 Luna의 결과가 일관됩니다. 단순 분류는 낮은 추론 effort로 GPT-6 Luna를 실행하고, 샘플을 사람이 붙인 라벨과 대조하며, 애매한 건은 담당자나 더 큰 모델로 넘기세요.
API 문서 읽기
청구서, 영수증, 계약서, 스크린샷을 GPT-6 Luna에 넘기고 시스템에 필요한 필드만 요청하세요. 구조화된 출력으로 응답을 JSON 스키마에 고정할 수 있고, 이미지 입력 덕분에 스캔한 페이지나 촬영한 영수증도 바로 넣을 수 있습니다. GPT-6 Luna는 요청한 형태로 반환합니다. 장부나 고객에게 전달하기 전에 값을 자체 기록과 대조하세요.
더 큰 워크플로 앞에 GPT-6 Luna를 두고 각 요청에 무엇이 필요한지, 즉 어느 팀, 어느 도구, 어느 모델인지 판단하게 하세요. 짧은 프롬프트, 선택지 목록, reasoning_effort를 none으로 설정한 함수 호출을 쓰면 GPT-6 Luna의 판단이 빨라집니다. 어려운 건은 GPT-6 Sol에 넘기고, 트래픽 대부분은 GPT-6 Luna가 처리하게 하세요.
OpenAI는 GPT-6 Luna를 GPT-6 라인업에서 가장 효율적인 모델로 소개하며, 공개된 토큰 단가는 GPT-6 Sol보다 훨씬 낮습니다. reAPI는 그 공개 가격보다도 낮게 GPT-6 Luna를 과금합니다. 태깅, 정보 추출, 티켓 분류처럼 호출 수가 수백만 단위인 작업에서는 토큰 단가가 청구액을 결정하므로, 가장 먼저 테스트할 모델은 GPT-6 Luna입니다.
효율적이라고 해서 윈도가 작은 것은 아닙니다. OpenAI는 GPT-6 Luna에 대해 GPT-6 Sol과 같은 1,050,000토큰 컨텍스트 윈도, 최대 922,000 입력 토큰, 최대 128,000 출력 토큰을 공개했습니다. 필요하면 GPT-6 Luna는 긴 문서를 한 번의 호출로 읽고 적은 토큰으로 답할 수 있습니다.
reAPI에서 GPT-6 Luna는 none부터 max까지 6단계 추론 effort를 지원하며 기본값은 medium입니다. 단순한 GPT-6 Luna 분류와 추출 작업은 보통 none이나 low로 충분하고, 더 어려운 판단에는 높은 단계를 쓸 수 있습니다. 추론 토큰은 출력으로 과금되므로, 정확도 목표를 만족하는 단계를 측정하고 그중 가장 낮은 단계를 사용하세요.
GPT-6 Luna와 GPT-6 Sol은 컨텍스트와 출력 한도가 같습니다. 차이는 역할에 있습니다. GPT-6 Luna는 효율적인 대량 처리, GPT-6 Sol은 복잡한 코딩과 에이전트용입니다.
출처: OpenAI 모델 문서(2026년 9월 24일 확인). 공식 사양은 측정된 품질 차이를 의미하지 않습니다. 직접 작업에서 두 모델을 모두 테스트하세요.
reAPI에 로그인하고 API keys에서 키를 만듭니다. 같은 키로 GPT-6 Luna와 플랫폼의 다른 모든 모델을 호출하며, 하나의 잔액에서 과금됩니다.
열기base URL을 https://reapi.ai/api/v1로 설정하고 방금 만든 키를 사용하세요. OpenAI Chat Completions를 지원하는 클라이언트라면 SDK를 바꾸지 않고 GPT-6 Luna를 호출할 수 있습니다.
열기model 필드를 gpt-6-luna로 설정하고 messages를 보내세요. 정확도 목표를 만족하는 가장 낮은 reasoning_effort를 고르세요. tools가 포함된 요청은 어느 설정에서나 동작합니다.
열기curl https://reapi.ai/api/v1/chat/completions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6-luna",
"messages": [
{ "role": "user", "content": "Hello" }
],
"reasoning_effort": "medium",
"max_completion_tokens": 16000,
"stream": true
}'제출 시 동기적으로 거부되며 문제 필드가 명시됩니다. 열거 값·범위·URL 필드를 확인하세요. 과금은 발생하지 않습니다.
401은 Bearer 키 누락/무효, 402는 선차감액이 잔액을 초과함을 뜻합니다. 키와 크레딧은 콘솔에서 관리합니다.
참조 소재와 생성 결과는 자동 심사를 거칩니다. 거부된 작업은 명확한 오류와 함께 실패하고 전액 환불됩니다.
실패 상태에 도달한 작업은 과금되지 않으며 선차감액이 자동 환불됩니다. 작업 ID를 보관했다가 재시도하세요.
이 모델에 대한 일반적인 질문입니다.
