GPT-6 Luna

GPT-6 Luna sprawdza się w zadaniach odpalanych tysiące razy dziennie, gdzie droższy model zwielokrotniłby rachunek: bot dla wielu użytkowników, przekierowywanie wiadomości, wyciąganie danych z plików. OpenAI wydał ją we wrześniu 2026 razem z GPT-6 Sol i trenował podobnymi metodami co flagową Astrę. Ma przy tym okno ponad miliona tokenów, rzadko spotykane w tanim modelu.

Do czego go użyjesz

• Chatboty z dużym ruchem - asystent na stronie albo w aplikacji.
• Routing wiadomości - klasyfikacja i przekazanie do właściwego działu.
• Streszczenia długich plików - logi, raporty, eksporty.
• Lekcy agenci - kilka wywołań narzędzi w jednym zadaniu.

Ustawienia i limity

• Okno kontekstu 1 050 000 tokenów, odpowiedź do 128 tys. tokenów - to samo okno co u GPT-6 Sol.
• Długi dokument wyślesz w jednym zapytaniu, ale do trudnego wnioskowania na nim lepsza będzie wyższa półka.
• Przy klasyfikacji podawaj zamkniętą listę etykiet i niski max_tokens.
• W SDK OpenAI zmieniasz adres na https://kadraris.com/v1 i ustawiasz model="gpt-6-luna".

Przykładowe zapytanie

import os
from openai import OpenAI

c = OpenAI(base_url="https://kadraris.com/v1",
           api_key=os.environ["KADRARIS_API_KEY"])
r = c.chat.completions.create(
    model="gpt-6-luna",
    max_tokens=5,
    messages=[{"role": "user", "content":
        "Dział (sprzedaż, serwis, księgowość): "
        "Proszę o korektę faktury za wrzesień."}],
)
print(r.choices[0].message.content)

Zastąp nazwy działów własnymi i dopisz jeden przykład na każdy - odpowiedzi będą stabilniejsze.

Pytania

Ile kosztuje GPT-6 Luna?

0,587 zł / 2,93 zł za 1 mln tokenów w Kadrarisie - jedna z najniższych stawek w katalogu czatu. Zapytanie zakończone błędem kosztuje 0 zł.

Zapłacę bez karty firmowej?

Tak, doładujesz saldo BLIK-iem. Minimalne doładowanie to 40 zł, saldo nie wygasa, a fakturę VAT zaznaczasz przy wpłacie.

GPT-6 Luna czy Gemini 3.8 Flash?

Oba to szybkie modele do dużej skali. Zestawiam je w porównaniu Gemini 3.8 Flash vs GPT-6 Luna.

GPT-6 Luna w twoim kodzie

from openai import OpenAI

client = OpenAI(base_url="https://kadraris.com/v1", api_key="sk-kd-...")
resp = client.chat.completions.create(
    model="gpt-6-luna",
    messages=[{"role": "user", "content": "Podaj trzy pomysły na pierwsze ujęcie filmu o kawiarni."}],
)
print(resp.choices[0].message.content)

curl https://kadraris.com/v1/chat/completions \
  -H "Authorization: Bearer $KADRARIS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gpt-6-luna", "messages": [{"role": "user", "content": "Podaj trzy pomysły na pierwsze ujęcie filmu o kawiarni."}]}'

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://kadraris.com/v1", apiKey: process.env.KADRARIS_API_KEY });
const resp = await client.chat.completions.create({
  model: "gpt-6-luna",
  messages: [{ role: "user", content: "Podaj trzy pomysły na pierwsze ujęcie filmu o kawiarni." }],
});
console.log(resp.choices[0].message.content);