博客

教程

如何通过 hiapi API 调用 gpt-6-luna：curl、Python 与可运行请求

Chat Completions 与 Responses 两种接法，流式、工具调用、严格 JSON、推理档位的实测请求，以及实际复现的报错。

2026年11月1日 5

TL;DR

它是什么：OpenAI 最新的经济型文本模型，专为批量处理和高吞吐场景设计。已在 HiAPI 上线，打开模型页直接对话，新用户注册送 200 积分。
多少钱：按 token 计费，标准档输入 $0.025/M、输出 $0.125/M、缓存命中 $0.0025/M，是 HiAPI 上最便宜的 GPT 文本模型。
API 怎么调：默认协议是 Responses API（POST /v1/responses），也支持 Chat Completions（POST /v1/chat/completions）。1.05M 上下文，128K 最大输出。
关键参数：六档推理力度 reasoning.effort（none/low/medium/high/xhigh/max），temperature，top_p，text.format（json_schema）。

刚上线的 GPT-6 Luna，最多人问两件事：怎么调、和 Chat Completions 有什么不同。答案都在这篇里。

GPT-6 Luna 能做什么？

批量文本分类。 产品评论分析、工单分类、内容打标，$0.025/M 输入价跑十万条也不心疼。
结构化数据提取。 从非结构化文本里抽出 JSON，直接写 text.format 用 json_schema 约束输出。
内容改写和格式化。 文章降重、多语言润色、格式统一，批量跑一条 prompt 全搞定。
FAQ 自动回答。 低复杂度客服问答，设 reasoning.effort=none 关掉推理，速度快且省钱。
简单 agent 循环。 工具调用 + 多轮对话，适合不需要深度推理的自动化流程。

两条上手路线：在线试用还是 API？

先看效果选在线试用，要接进产品选 API。两条路同一个模型、同一套价格。

在线试用（约 1 分钟）

打开 GPT-6 Luna 模型页。
注册或登录，新账号自带 200 积分。
直接输入你的 prompt，在 Playground 里调参数看效果。

API 接入（约 5 分钟）

在 HiAPI 控制台创建 API Key（sk-...）。
POST /v1/responses 用 Responses API（默认）或 POST /v1/chat/completions 用 Chat Completions。
返回结果在 output 里。

第一调：curl 版（Responses API，推荐）

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。"}
    ]
  }'

返回示例如下，答案在 output[0].content[0].text 里：

{
  "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
  }
}

这一调消耗 57 token，按标准档约 $0.0056，几乎不花钱。

第一调：Python 版（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']})")

用 json_schema 强制结构化输出

这是 Luna 在批量提取场景的核心用法。设 text.format 为 json_schema，定义 name 和 schema，模型输出就会严格符合你指定的 JSON 结构：

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"]
        }
      }
    }
  }'

模型会返回符合 schema 的 JSON，不需要手工解析。

Chat Completions 备选接口

如果你现有的代码里已经用了 Chat Completions 协议，直接切 model 就行：

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 是默认推荐：输入格式是 input 数组，支持 reasoning 配置和 text.format 结构化输出。Chat Completions 不支持 max_completion_tokens 和 max_tokens（Luna 在这两个协议下都只走 input 格式）。

关键参数

参数	必填	说明
`model`	是	`gpt-6-luna`
`input`	是	消息数组，每条含 `role` 和 `content`
`reasoning.effort`	否	推理力度，六档：`none`/`low`/`medium`(默认)/`high`/`xhigh`/`max`
`temperature`	否	控制随机性，`reasoning.effort=none` 时可调
`top_p`	否	核采样，`reasoning.effort=none` 时可调
`text.format`	否	输出格式控制，支持 `json_schema` 和 `strict`
`max_output_tokens`	否	最大输出 token 数
`tools`	否	工具定义，用于 agent 场景
`tool_choice`	否	工具选择策略

关于 reasoning.effort 的用法：

none：关闭推理，适用于分类、提取、简单问答。此时可以自由调整 temperature 和 top_p。
low/medium（默认）：轻度到中度推理，适合一般性问答和内容生成。
high/xhigh/max：深度推理，用于复杂分析。注意越高档消耗推理 token 越多。

批量任务设 none，日常对话默认 medium 就够，复杂分析按需上调。

常见报错

400 model not found → model 字段拼错 → 确认写的是 gpt-6-luna。
400 additional properties not allowed → 传了不支持的字段（如 Chat Completions 的 max_tokens）→ 去掉多余字段。
401 permission_denied → Key 缺失或写错 → 检查 Authorization: Bearer sk-...。
400 json_schema validation failed → schema 定义不符合规范 → 检查 required 数组和 properties 里每个字段的 type。

常见问题

Responses API 和 Chat Completions 用哪个？ 新接入用 Responses API。它支持 input 数组输入、reasoning.effort、text.format json_schema 等新特性。已有 Chat Completions 代码不想改，直接换 model 也能用。

reasoning.effort=none 和关掉推理有什么不同？ 设 none 后模型不产生推理 token，输出只包含最终回复文本。此时 temperature 和 top_p 可以手动调整。分类、提取、格式化场景设 none 就够了，省 token 且速度更快。

缓存怎么生效？ 自动生效。系统提示词和对话历史里的重复部分命中缓存，只收 $0.0025/M。不需要额外配置。

批量任务怎么走 Batch？ 在请求里加 "processing_mode": "batch"，任务进入异步队列，价格 5 折。适合不要求实时响应的任务。

和 gpt-5.6-luna 比有什么变化？ 价格砍半（输入 $0.025 vs $0.05），输出便宜 2.4 倍，新增 Responses API 默认协议，六档推理力度（和 6-luna 完全一致，六档齐备），上下文从多少升级到 1.05M。详见 GPT-6 Luna vs GPT-5.6 Luna 对比。

GPT-6 Luna 系列文章

现在就试：复制上面的 curl 命令，换上你的 API Key，跑通第一调。或者打开模型页直接在线对话。

标签Tutorial text-generation API 接入大语言模型

查看全部文章 →