Cómo llamar a gpt-6-luna mediante la API de hiapi: curl, Python y solicitudes ejecutables

TL;DR

• Qué es: el modelo de texto económico más reciente de OpenAI, diseñado para procesamiento por lotes y escenarios de alto rendimiento. Ya está disponible en HiAPI; abre la página del modelo para conversar directamente, y los usuarios nuevos reciben 200 créditos al registrarse.
• Cuánto cuesta: se cobra por token; en el nivel estándar, entrada a $0.025/M, salida a $0.125/M y aciertos de caché a $0.0025/M. Es el modelo de texto GPT más barato de HiAPI.
• Cómo llamar a la API: el protocolo predeterminado es Responses API (POST /v1/responses), y también admite Chat Completions (POST /v1/chat/completions). 1.05M de contexto y 128K de salida máxima.
• Parámetros clave: seis niveles de esfuerzo de razonamiento en reasoning.effort (none/low/medium/high/xhigh/max), temperature, top_p, text.format (json_schema).

Con el recién lanzado GPT-6 Luna, las dos preguntas más frecuentes son: cómo llamarlo y en qué se diferencia de Chat Completions. Las respuestas están en este artículo.

¿Qué puede hacer GPT-6 Luna?

• Clasificación de texto por lotes. Análisis de reseñas de productos, clasificación de tickets, etiquetado de contenido; con un precio de entrada de $0.025/M, procesar cien mil registros no duele.
• Extracción de datos estructurados. Extrae JSON de texto no estructurado; configura directamente text.format con json_schema para restringir la salida.
• Reescritura y formateo de contenido. Reducción de duplicados en artículos, pulido multilingüe y unificación de formatos; se resuelve todo ejecutando un prompt en lote.
• Respuestas automáticas de FAQ. Preguntas y respuestas de atención al cliente de baja complejidad; configura reasoning.effort=none para desactivar el razonamiento, logrando rapidez y ahorro.
• Bucles de agente simples. Llamadas a herramientas más conversación multiturno; adecuado para flujos de automatización que no requieren razonamiento profundo.

Dos rutas para empezar: ¿prueba en línea o API?

Si primero quieres ver los resultados, elige la prueba en línea; si vas a integrarlo en un producto, elige la API. Ambas rutas usan el mismo modelo y el mismo esquema de precios.

Prueba en línea (aproximadamente 1 minuto)

1. Abre la página del modelo GPT-6 Luna.
2. Regístrate o inicia sesión; las cuentas nuevas incluyen 200 créditos.
3. Introduce tu prompt directamente y ajusta los parámetros en el Playground para ver los resultados.

Integración con la API (aproximadamente 5 minutos)

1. Crea una API Key (sk-...) en la consola de HiAPI.
2. Usa POST /v1/responses con Responses API (predeterminado) o POST /v1/chat/completions con Chat Completions.
3. El resultado de la respuesta está en output.

Primera llamada: versión curl (Responses API, recomendado)

curl -s https://api.hiapi.ai/v1/responses \
  -H "Authorization: Bearer sk-YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-luna",
    "input": [
      {"role": "user", "content": "用一句话介绍 HiAPI 是什么，用中文回复。"}
    ]
  }'

Ejemplo de respuesta; la respuesta está en output[0].content[0].text:

{
  "id": "resp_...",
  "model": "gpt-6-luna",
  "output": [
    {
      "type": "message",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "HiAPI 是一个聚合多种 AI 模型的 API 中间层平台..."
        }
      ]
    }
  ],
  "usage": {
    "input_tokens": 25,
    "output_tokens": 32,
    "total_tokens": 57
  }
}

Esta llamada consume 57 tokens, aproximadamente $0.0056 en el nivel estándar; casi no cuesta nada.

Primera llamada: versión Python (Responses API)

import requests

API = "https://api.hiapi.ai/v1/responses"
HEADERS = {
    "Authorization": "Bearer sk-YOUR_KEY",
    "Content-Type": "application/json"
}

payload = {
    "model": "gpt-6-luna",
    "input": [
        {"role": "user", "content": "用一句话介绍 HiAPI 是什么，用中文回复。"}
    ]
}

resp = requests.post(API, headers=HEADERS, json=payload, timeout=60)
data = resp.json()
text = data["output"][0]["content"][0]["text"]
usage = data["usage"]
print(f"回复: {text}")
print(f"消耗: {usage['total_tokens']} tokens (输入 {usage['input_tokens']} + 输出 {usage['output_tokens']})")

Forzar salida estructurada con json_schema

Este es el uso central de Luna en escenarios de extracción por lotes. Define text.format como json_schema, especifica name y schema, y la salida del modelo se ajustará estrictamente a la estructura JSON que indiques:

curl -s https://api.hiapi.ai/v1/responses \
  -H "Authorization: Bearer sk-YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-luna",
    "input": [
      {
        "role": "user",
        "content": "产品评论：颜色好看，但用了两周底就掉了。不推荐。"
      }
    ],
    "text": {
      "format": {
        "type": "json_schema",
        "name": "review_analysis",
        "schema": {
          "type": "object",
          "properties": {
            "sentiment": {"type": "string", "enum": ["positive", "neutral", "negative"]},
            "pros": {"type": "array", "items": {"type": "string"}},
            "cons": {"type": "array", "items": {"type": "string"}},
            "recommend": {"type": "boolean"}
          },
          "required": ["sentiment", "pros", "cons", "recommend"]
        }
      }
    }
  }'

El modelo devolverá un JSON que cumple el schema, sin necesidad de analizarlo manualmente.

Interfaz alternativa Chat Completions

Si tu código existente ya usa el protocolo Chat Completions, basta con cambiar el model:

curl -s https://api.hiapi.ai/v1/chat/completions \
  -H "Authorization: Bearer sk-YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-luna",
    "messages": [
      {"role": "user", "content": "用一句话介绍 HiAPI 是什么，用中文回复。"}
    ]
  }'

Responses API es la opción predeterminada recomendada: el formato de entrada es un array input, y admite la configuración de reasoning y la salida estructurada con text.format. Chat Completions no admite max_completion_tokens ni max_tokens (Luna solo usa el formato input en ambos protocolos).

Parámetros clave

Parámetro	Obligatorio	Descripción
model	Sí	gpt-6-luna
input	Sí	Array de mensajes; cada uno contiene role y content
reasoning.effort	No	Esfuerzo de razonamiento, seis niveles: none/low/medium(predeterminado)/high/xhigh/max
temperature	No	Controla la aleatoriedad; ajustable cuando reasoning.effort=none
top_p	No	Muestreo de núcleo; ajustable cuando reasoning.effort=none
text.format	No	Control del formato de salida; admite json_schema y strict
max_output_tokens	No	Número máximo de tokens de salida
tools	No	Definición de herramientas, para escenarios de agente
tool_choice	No	Estrategia de selección de herramientas

Sobre el uso de reasoning.effort:

• none: desactiva el razonamiento; adecuado para clasificación, extracción y preguntas y respuestas simples. En este caso, temperature y top_p se pueden ajustar libremente.
• low/medium (predeterminado): razonamiento de ligero a moderado; adecuado para preguntas y respuestas generales y generación de contenido.
• high/xhigh/max: razonamiento profundo, para análisis complejos. Ten en cuenta que cuanto más alto el nivel, más tokens de razonamiento se consumen.

Para tareas por lotes, configura none; para conversaciones diarias, el medium predeterminado es suficiente; para análisis complejos, aumenta según sea necesario.

Errores comunes

• 400 model not found → el campo model está mal escrito → confirma que dice gpt-6-luna.
• 400 additional properties not allowed → se envió un campo no admitido (como max_tokens de Chat Completions) → elimina los campos sobrantes.
• 401 permission_denied → falta la Key o está mal escrita → revisa Authorization: Bearer sk-....
• 400 json_schema validation failed → la definición del schema no cumple la especificación → revisa el array required y el type de cada campo en properties.

Preguntas frecuentes

¿Responses API o Chat Completions? Para nuevas integraciones, usa Responses API. Admite entrada como array input, reasoning.effort, json_schema en text.format y otras funciones nuevas. Si ya tienes código con Chat Completions y no quieres cambiarlo, también funciona simplemente cambiando el model.

¿Qué diferencia hay entre reasoning.effort=none y desactivar el razonamiento? Al configurar none, el modelo no genera tokens de razonamiento y la salida solo contiene el texto de la respuesta final. En este caso, temperature y top_p se pueden ajustar manualmente. Para escenarios de clasificación, extracción y formateo, none es suficiente: ahorra tokens y es más rápido.

¿Cómo funciona la caché? Se activa automáticamente. Las partes repetidas del prompt del sistema y del historial de conversación aciertan en la caché y solo se cobran $0.0025/M. No requiere configuración adicional.

¿Cómo usar Batch para tareas por lotes? Añade "processing_mode": "batch" en la solicitud; la tarea entra en la cola asíncrona con un 50% de descuento. Adecuado para tareas que no requieren respuesta en tiempo real.

¿Qué cambios hay respecto a gpt-5.6-luna? El precio se reduce a la mitad (entrada $0.025 frente a $0.05), la salida es 2.4 veces más barata, se añade Responses API como protocolo predeterminado, seis niveles de esfuerzo de razonamiento (exactamente igual que 6-luna, con los seis niveles completos) y el contexto aumenta a 1.05M. Consulta la comparativa GPT-6 Luna vs GPT-5.6 Luna.

Artículos de la serie GPT-6 Luna

• Página del modelo GPT-6 Luna: conversación en línea, 200 créditos de regalo al registrarse
• Precios de la API de GPT-6 Luna: entrada a $0.025/M, el GPT más barato de HiAPI
• GPT-6 Luna vs GPT-5.6 Luna: precio a la mitad, ¿conviene cambiar?
• Casos de prompts de GPT-6 Luna: 5 escenarios por lotes para copiar directamente

Pruébalo ahora: copia el comando curl anterior, reemplaza con tu API Key y ejecuta la primera llamada. O abre la página del modelo para conversar directamente en línea.