قیمت و API مدل GPT-6 Luna در ایران
openai/gpt-6-luna
شارژ بر اساس مصرف واقعی همان درخواست. قیمت‌ها با تغییر شرایط بازار به‌روز می‌شوند. ورودی کش‌شده: ۳٬۴۶۲ تومان به‌ازای هر ۱M توکن. جستجوی وب: ۳٬۴۶۲٫۱۹ تومان به‌ازای هر درخواست.قیمت‌ها و شارژ
کد آمادهٔ GPT-6 Luna: خواندن تصویر و استخراج داده
نمونه بر اساس قابلیت‌های همین مدل انتخاب شده و با کلید خودت بدون تغییر دیگری اجرا میشود.
# tip: a data URI works too — base64 the file and prefix it with data:image/jpeg;base64,
curl https://api.uttapen.ir/v1/chat/completions \
-H "Authorization: Bearer sk-up-…" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-6-luna",
"messages": [{
"role": "user",
"content": [
{"type": "text", "text": "شمارهٔ فاکتور و مبلغ کل را فقط به‌صورت JSON بده"},
{"type": "image_url", "image_url": {"url": "https://example.com/factor.jpg"}}
]
}]
}'import base64, json
from openai import OpenAI
client = OpenAI(base_url="https://api.uttapen.ir/v1", api_key="sk-up-…")
img = base64.b64encode(open("factor.jpg", "rb").read()).decode()
resp = client.chat.completions.create(
model="openai/gpt-6-luna",
messages=[{
"role": "user",
"content": [
{"type": "text", "text": "شمارهٔ فاکتور، تاریخ و مبلغ کل را در JSON برگردان"},
{"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{img}"}},
],
}],
response_format={"type": "json_object"},
)
print(json.loads(resp.choices[0].message.content))import OpenAI from "openai";
import { readFileSync } from "node:fs";
const client = new OpenAI({ baseURL: "https://api.uttapen.ir/v1", apiKey: "sk-up-…" });
const img = readFileSync("factor.jpg").toString("base64");
const resp = await client.chat.completions.create({
model: "openai/gpt-6-luna",
messages: [{
role: "user",
content: [
{ type: "text", text: "شمارهٔ فاکتور، تاریخ و مبلغ کل را در JSON برگردان" },
{ type: "image_url", image_url: { url: `data:image/jpeg;base64,${img}` } },
],
}],
response_format: { type: "json_object" },
});
console.log(JSON.parse(resp.choices[0].message.content));GPT-6 Luna برای چه کاری خوب است؟
OpenAI این مدل را منتشر کرده و ما آن را با نام «openai/
قابلیت‌هایی که در همین شناسه فعال است: عکس و اسکرین‌شات را مستقیم می‌خواند، پس برای فاکتور و فرم فارسی گزینهٔ واقعی است؛ فایل (مثل PDF) را به‌عنوان ورودی می‌پذیرد؛ tool calling دارد، یعنی می‌تواند تابع‌های خودت را با آرگومان درست صدا بزند؛ با response_format خروجی JSON معتبر می‌دهد و مستقیم به کد وصل میشود؛ حالت استدلال دارد و روی مسئلهٔ چندمرحله‌ای، ریاضی و دیباگ بهتر جواب می‌دهد. همهٔ این‌ها با همان پارامترهای استاندارد SDK رسمی OpenAI کار می‌کنند و کد اختصاصی لازم ندارند. توجه کن که توکن‌های استدلال هم توکن خروجی محسوب می‌شوند و در صورتحساب می‌آیند.
قیمت ورودی ۳۴٬۶۲۲ و خروجی ۱۷۳٬۱۱۰ تومان به‌ازای هر ۱M توکن است. یک درخواست ۱٬۰۰۰ کلمهای روی GPT-6 Luna تقریباً ۲۷۰ تومان درمی‌آید. cache ورودی دارد: توکن‌های تکراری متن ورودی با ۳٬۴۶۲ تومان / ۱M حساب می‌شوند، که برای پرامپت سیستمی بلند تفاوت بزرگی است. شارژ نهایی همیشه بر اساس مصرف واقعی همان درخواست است، نه برآورد، و درخواستی که ناموفق باشد هزینهای ندارد.
نزدیک‌ترین گزینه با همین قابلیت‌ها از تأمین‌کنندهٔ دیگر Claude Haiku 5.5 است: GPT-6 Luna تقریباً هم‌قیمت آن تمام میشود و حداکثر طول متنش بیشتر است. هر دو با همان کلید و همان کد کار می‌کنند، پس عوض‌کردن‌شان فقط تغییر یک رشته است.
برای اینکه عدد قابل تصور شود: با ۱۰۰ هزار تومان اعتبار، حدود ۳۷۰ درخواست ۱٬۰۰۰ کلمهای روی GPT-6 Luna جا میشود، و هر ۱٬۰۰۰ تومان تقریباً ۳٬۷۰۴ کلمه رفت‌وبرگشت می‌خرد. اگر پردازشی یک میلیون توکن ورودی و یک میلیون توکن خروجی داشته باشد، کل آن ۲۰۷٬۷۳۲ تومان میشود. پر کردن کامل پنجرهٔ ۱٬۰۵۰٬۰۰۰ توکنی این مدل فقط از سمت ورودی ۳۶٬۳۵۳ تومان هزینه دارد، پس تاریخچهٔ گفتگو را بی‌دلیل بلند نگه ندار.
این شناسه با «openai/
OpenAI در کاتالوگ ما ۸۱ مدل دارد؛ ارزان‌ترین‌شان gpt-oss-20b (دسته‌ای) با ۶۱ تومان و گران‌ترین GPT-5.5 Pro با ۹۴٬۵۱۸ تومان برای هر ۱٬۰۰۰ کلمه. از پارامترهای کم‌تکرار، این مدل max_completion_tokens، reasoning_effort، verbosity را می‌پذیرد — همه از طریق همان بدنهٔ استاندارد درخواست. در عوض temperature، top_p را که بیشتر مدلها دارند پشتیبانی نمی‌کند، پس اگر کدت به آن‌ها تکیه دارد قبل از جابه‌جایی تست کن. از نظر طول متن نزدیک‌ترین گزینه از تأمین‌کنندهٔ دیگر MiMo-V2.5-Pro با ۱٬۰۵۰٬۰۰۰ توکن است.
بهترین جای استفاده‌اش: کار پرحجم مثل دسته‌بندی، برچسب‌گذاری و خلاصه‌سازی انبوه، حل مسئلهٔ منطقی و بازبینی کد، استخراج متن و داده از تصویر، ایجنت‌هایی که به API و دیتابیس وصل می‌شوند، استخراج داده با اسکیمای مشخص، تحلیل سند یا کدبیس بلند در یک درخواست.
GPT-6 Luna is the fast, cost-efficient model in OpenAI's GPT-6 series, positioned below GPT-6 Sol. It is suited for high-volume and latency-sensitive workloads such as chat, classification, and lightweight agentic...
سه کار واقعی، با قیمت همین مدل
اعداد از همان قیمت‌های بالا حساب شده‌اند و با تغییر قیمت مدل تغییر می‌کنند.
| کار | توکن | هزینه |
|---|---|---|
| یک نوبت گفتگو با تاریخچهٔ متوسط | ۱٬۵۰۰ ورودی + ۴۰۰ خروجی | ۱۲۱ تومان |
| خلاصه‌کردن سند ده‌صفحه‌ای | ۴٬۰۰۰ ورودی + ۶۰۰ خروجی | ۲۴۲ تومان |
| دسته‌بندی هزار ردیف کوتاه | ۱۲۰٬۰۰۰ ورودی + ۲۰٬۰۰۰ خروجی | ۷٬۶۱۷ تومان |
نسخه‌های دیگر همین مدل
هستهٔ مدل یکی است؛ هر نسخه شرایط اجرا و قیمت خودش را دارد. نسخهٔ فعلی: استاندارد.
| نسخه | شناسه | خروجی / ۱M | طول متن |
|---|---|---|---|
| دسته‌ای | openai/gpt-6-luna:batch | ۸۶٬۵۵۵ | ۱٬۰۵۰٬۰۰۰ |
شناسهٔ هر نسخه را عیناً در فیلد model بگذار؛ نیازی به تغییر کد دیگری نیست.
سؤال‌های پرتکرار
- چطور با GPT-6 Luna در ایران کار کنم؟
- در یوتاپن ثبتنام کن، کیف پول را تومانی شارژ کن، کلید API بساز و در SDK رسمی OpenAI فقط base_url را به https:/
/ api.uttapen.ir/ v1 و model را به «openai/ gpt-6-luna» تغییر بده. بقیهٔ کدت دستنخورده میماند. - قیمت GPT-6 Luna به تومان چقدر است؟
- هر ۱ میلیون توکن ورودی ۳۴٬۶۲۲ تومان و هر ۱ میلیون توکن خروجی ۱۷۳٬۱۱۰ تومان؛ یک درخواست ۱٬۰۰۰ کلمهای تقریباً ۲۷۰ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق هزینهای ندارد.
- GPT-6 Luna چند توکن ورودی میگیرد؟
- تا ۱٬۰۵۰٬۰۰۰ توکن در هر درخواست؛ برای متن فارسی حدود ۷۸۸ هزار کلمه. حداکثر طول پاسخ هم ۱۲۸٬۰۰۰ توکن است.
- آیا GPT-6 Luna استریم و tool calling را پشتیبانی میکند؟
- استریم (stream=true) روی همهٔ مدلها فعال است. این مدل tool calling را با همان قالب OpenAI پشتیبانی میکند. ورودی تصویر با image_url (data URI یا آدرس عمومی) پذیرفته میشود. خروجی ساختیافته با response_format هم کار میکند.