GPT-5.6 Luna

GPT-5.6 Luna 是 GPT-5.6 系列的高性价比档，适合成本敏感、高并发或大批量的文本与代码任务。 HiAPI 当前通过流式 Responses API 提供文本、多轮对话和函数工具调用，使用统一 HiAPI API Key 即可接入。

Sol 面向质量优先的复杂专业任务，Terra 适合能力、延迟和成本均衡的通用工作负载，Luna 适合成本敏感和高吞吐场景。建议用同一组真实提示词分别测试三档，再结合回答质量、首 Token 延迟、总耗时和实际 Token 成本决定默认模型。

向 POST /v1/responses 发送请求，将 model 设置为 gpt-5.6-luna，使用 input 消息数组、stream=true 和 store=false，并通过 Authorization: Bearer HIAPI_API_KEY 鉴权。该接口使用 Responses 格式，请不要把 messages 或 choices 作为请求、响应字段。

在 reasoning.effort 中可传 none、low、medium、high、xhigh 或 max，省略时默认为 medium。none/low 适合低延迟任务，medium 适合作为通用起点，high/xhigh 适合质量优先任务，max 留给最困难且可接受更高延迟与 Token 消耗的请求。

当前接口要求 stream=true，并返回 Responses API 的类型化 SSE 事件。正文增量读取 response.output_text.delta，完成状态读取 response.completed，错误读取 error；不要沿用 Chat Completions 的 choices[0].delta 解析方式。

本页示例使用 store=false，因此最稳妥的方式是由客户端保存会话状态，并在下一次请求的 input 中回放仍需要的用户、助手和工具结果。只有在所用存储与链式响应策略兼容时才使用 previous_response_id；无论采用哪种方式，上一轮重新进入上下文的 Token 仍会计费。

支持函数工具调用。通过 tools 声明函数，以 tool_choice 控制选择；模型返回 function_call 后，执行本地工具并使用相同 call_id 回传 function_call_output，再继续请求。当前页面仅列出 HiAPI 已完成验证的工具能力，未列出的托管工具不视为已支持。

OpenAI 当前公开规格为 1,050,000 Token 上下文、922,000 最大输入和 128,000 最大输出，上下文预算同时受到输入、输出及推理 Token 影响。页面中的最大输出是模型规格；可用运行参数以本页 API 示例和能力参数为准。

HiAPI 按实际输入、输出和缓存读取 Token 分别计费，推理 Token 计入输出。模型页与价格页展示当前实时售价，单次请求的最终用量和扣费以 Responses API 返回的 usage 及 HiAPI 使用日志为准。

将 SDK base_url 设置为 https://api.hiapi.ai/v1，使用 HiAPI API Key，并调用 client.responses.create；把 messages 改为 input，将 model 改为 gpt-5.6-luna。调用 HiAPI 时需保留 stream=true，并按类型化 SSE 事件消费结果。