本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
# GPT-5.6 露娜
##  OpenAI — GPT-5.6 露娜
## 模型详细信息
GPT-5.6 Luna 是 OpenAI 推出的快速且经济实惠的机型。使用 Luna 执行高容量推理任务，例如分类、汇总、路由和实时应用程序，在这些任务中，延迟和每个代币的成本最为重要。有关模型开发和性能的更多信息，请参阅[model/service 卡片](https://deploymentsafety.openai.com/gpt-5-6/gpt-5-6.pdf)。
+ **模型发布日期：2026 ** 年 7 月 13 日
+ **EOL 不早于：202 ** 7 年 7 月 13 日
+ **遗产期：至**少 6 个月
+ **模型生命周期政策：**[模型生命周期（适用于 2026 年 9 月 7 日之前发布的模型）](model-lifecycle-legacy.md)
+ **模特停产日期：** N/A
+ **最终用户许可协议和使用条款：**[查看 ](https://aws.amazon.com/legal/bedrock/third-party-models/)
+ **模型生命周期：**活跃
+ **上下文窗口：**100 万个代币
+ **商城产品编号：**`prod-bpeu2ptegwjfa`
| **输入模式 ** | **输出模式 ** |
| --- | --- |
| 音频 | 嵌入 |
| 图片 | 图片 |
| 演讲 | 演讲 |
| 文本 | 文本 |
| 视频 | 视频 |
## 支持的终端节点和 API
下表显示了 GPT-5.6 Luna 支持哪些端点和 API。有关更多信息，请参阅[亚马逊 Bedrock 支持的 API](apis.md)和[亚马逊 Bedrock 支持的终端节点](endpoints.md)。
**终端支持 **
| **Endpoint** | **支持的 ** |
| --- | --- |
| bedrock-runtime |  |
| bedrock-mantle |  |
**`bedrock-runtime`终端支持的 API **
| ** 消息** | **响应** | **聊天完成次数 ** | **Converse** | **Invoke** |
| --- | --- | --- | --- | --- |
|  |  |  |  |  |
**`bedrock-mantle`终端支持的 API **
| ** 消息** | **响应** | **聊天完成次数 ** | **Converse** | **Invoke** |
| --- | --- | --- | --- | --- |
|  |  |  |  |  |
**注意**
开启`bedrock-mantle`，两个 API 都使用`/openai/v1`基本路径，而不是`/v1`。在此模型中使用任一 API：
对于响应，请使用`/openai/v1/responses`。
要完成聊天，请使用`/openai/v1/chat/completions`。
**提示**
只要有可能，我们建议将`bedrock-runtime`终端节点用于新应用程序。有关详细信息，请参阅[亚马逊 Bedrock 支持的终端节点](endpoints.md)。
## 能力和特点
***基岩特征 * **
**使用`bedrock-runtime`终端节点支持的功能 **
| **支持的 ** | **不支持 ** |
| --- | --- |
| + [项目（仅限默认项目）](projects.html)
+ [调用日志 ](model-invocation-logging.html)
+ [回复直播 ](/bedrock/latest/APIReference/API_runtime_InvokeModelWithResponseStream.html)
+ [滥用检测 ](abuse-detection.html)
+ [护栏](guardrails.html)（仅限 [ Converse API）](conversation-inference.html)
+ [应用程序推理配置文件](cost-mgmt-application-inference-profiles.html)（[仅限 ](conversation-inference.html) Converse API；不支持响应或聊天完成 API）
+ [隐式提示缓存](prompt-caching.html#prompt-caching-implicit)（仅限响应 API）
+ [显式提示缓存](prompt-caching.html#prompt-caching-explicit)（仅限响应 API）
+ [结构化输出 ](structured-output.html) | + [Server-side 工具的使用 ](tool-use.html)
+ [智能提示路由 ](prompt-routing.html)
+ [数代币 ](count-tokens.html) |
**使用`bedrock-mantle`终端节点支持的功能 **
| **支持的 ** | **不支持 ** |
| --- | --- |
| + [Server-side 工具调用 ](tool-use.html)
+ [项目 ](projects.html)
+ [隐式提示缓存](prompt-caching.html#prompt-caching-implicit)（仅限响应 API）
+ [显式提示缓存](prompt-caching.html#prompt-caching-explicit)（仅限响应 API） | + [应用程序推理配置文件](cost-mgmt-application-inference-profiles.html)（仅限响应和聊天完成 API） |
## 定价
标准级别的所有价格均以每100万个代币的美元为单位。
商业 In-Region 价格包括比OpenAI费率高出10％的费用。您无需添加此费用。
*此模型不支持优先级和 Flex 层。*
### 商业区域 — 短期情境（27.2 万个或更少的输入代币）
| **推理选项 ** | **输入** | **输入 — 30m 缓存写入 ** | **输入 — 缓存读取 ** | **输出** |
| --- | --- | --- | --- | --- |
| In-Region | 0.22 美元 | 0.275 美元 | 0.022 美元 | 1.32 美元 |
| Geo CRIS | 0.22 美元 | 0.275 美元 | 0.022 美元 | 1.32 美元 |
| 全球CRIS | 0.20 美元 | 0.25 美元 | 0.02 美元 | 1.20 美元 |
### 商业区域 — 长期背景（超过27.2万个输入代币）
| **推理选项 ** | **输入** | **输入 — 30m 缓存写入 ** | **输入 — 缓存读取 ** | **输出** |
| --- | --- | --- | --- | --- |
| In-Region | 0.44 美元 | 0.55 美元 | 0.044 美元 | 1.98 美元 |
| Geo CRIS | 0.44 美元 | 0.55 美元 | 0.044 美元 | 1.98 美元 |
| 全球CRIS | 0.40 美元 | 0.50 美元 | 0.04 美元 | 1.80 美元 |
### AWS GovCloud （US-East 和 US-West）
#### 简短的上下文（272K 或更少的输入标记）
| **推理选项 ** | **输入** | **输入 — 30m 缓存写入 ** | **输入 — 缓存读取 ** | **输出** |
| --- | --- | --- | --- | --- |
| In-Region | 0.264 美元 | 0.33 美元 | 0.0264 美元 | 1.584 美元 |
#### 长上下文（超过27.2万个输入标记）
| **推理选项 ** | **输入** | **输入 — 30m 缓存写入 ** | **输入 — 缓存读取 ** | **输出** |
| --- | --- | --- | --- | --- |
| In-Region | 0.528 美元 | 0.66 美元 | 0.0528 美元 | 2.376 美元 |
## 以编程方式访问
使用以下模型 ID 和端点 URL 以编程方式访问此模型。有关可用 API 和终端节点的更多信息，请参阅支持[的 API ](apis.html) 和支持的[终端节点](endpoints.html)。
| **Endpoint** | **模特 ID ** | **In-Region 端点 URL ** | **地理推断 ID ** | **全局推理 ID ** |
| --- | --- | --- | --- | --- |
| bedrock-mantle | openai.gpt-5.6-luna | https://bedrock-mantle.{region}.api.aws/openai/v1 | 不支持 | 不支持 |
| bedrock-runtime | openai.gpt-5.6-luna | 不支持 | us.openai.gpt-5.6-luna在广告in.openai.gpt-5.6-luna中 AWS 区域，在印度地区 | global.openai.gpt-5.6-luna |
*例如，如果区域为 us-east-1（弗吉尼亚北部），则基岩地堡终端节点 URL 将为 “”。https://bedrock-mantle.us-east-1.api.aws/openai/v1开启`bedrock-runtime`，基本网址是 “https://bedrock-runtime.{区域} .amazonaws。com/openai/v1” 和请求必须将地理跨区域推理 ID `us.openai.gpt-5.6-luna` 命名为模型。*
## 服务等级
Amazon Bedrock 提供多个服务等级以满足您的工作负载要求。**Standard ** 提供按代币付费的访问权限，无需承诺（设置`"service_tier": "default"`或省略该字段）。****Priority 以溢价（套装`"service_tier": "priority"`）提供最快的响应时间。**Flex ** 为灵活、非时间敏感的工作负载（套装）提供更低成本的访问权限。`"service_tier": "flex"`**预留**为可预测的工作负载提供专用吞吐量和期限承诺；它是在账户级别设置的，而不是根据每个请求设置的（请联系您的 AWS 账户团队来启用）。有关更多信息，请参阅[服务等级](service-tiers-inference.html)。
| **Standard** | **优先级** | **Flex ** | **已保留 ** |
| --- | --- | --- | --- |
|  |  |  |  |
## 区域可用性
***区域可用性一览 * **
Amazon Bedrock 提供三种推理选项：将请求**In-Region**保留在单一区域内以确保严格合规；在尊重数据驻留的情况下跨地理区域（例如美国、欧盟和亚太地区）进行地理路由；在没有居住限制的情况下，**全球 Cross-Region**路由到全球任何地方。** Cross-Region **有关更多详细信息，请参阅该[按型号划分的区域可用性](models-region-compatibility.md)页面。
可用性因端点而异。
**使用`bedrock-mantle`终端节点的可用性 **
| **区域** | **In-Region** | **地理 ** | **Global** |
| --- | --- | --- | --- |
| us-east-1（弗吉尼亚北部） |  |  |  |
| us-east-2（俄亥俄州） |  |  |  |
| us-west-2（俄勒冈州） |  |  |  |
| us-gov-west-1（GovCloud 西部） |  |  |  |
| us-gov-east-1（GovCloud 东部） |  |  |  |
**使用`bedrock-runtime`终端节点的可用性 **
| **区域** | **In-Region** | **地理 ** | **Global** |
| --- | --- | --- | --- |
| us-east-1（弗吉尼亚北部） |  |  |  |
| us-east-2（俄亥俄州） |  |  |  |
| us-west-1（加利福尼亚北部） |  |  |  |
| us-west-2（俄勒冈） |  |  |  |
| ca-central-1（加拿大） |  |  |  |
| ca-west-1（卡尔加里） |  |  |  |
| eu-central-1（法兰克福） |  |  |  |
| eu-central-2（苏黎世） |  |  |  |
| eu-north-1（斯德哥尔摩） |  |  |  |
| eu-south-1（米兰） |  |  |  |
| eu-south-2（西班牙） |  |  |  |
| eu-west-1（爱尔兰） |  |  |  |
| eu-west-2（伦敦） |  |  |  |
| eu-west-3（巴黎） |  |  |  |
| ap-east-2（台北） |  |  |  |
| ap-northeast-1（东京） |  |  |  |
| ap-northeast-2（首尔） |  |  |  |
| ap-northeast-3（大阪） |  |  |  |
| ap-south-1（孟买） |  |  |  |
| ap-south-2（海得拉巴） |  |  |  |
| ap-southeast-1（新加坡） |  |  |  |
| ap-southeast-2（悉尼） |  |  |  |
| ap-southeast-3（雅加达） |  |  |  |
| ap-southeast-4（墨尔本） |  |  |  |
| ap-southeast-5（马来西亚） |  |  |  |
| ap-southeast-6（新西兰） |  |  |  |
| ap-southeast-7（泰国） |  |  |  |
| il-central-1（特拉维夫） |  |  |  |
| me-central-1（阿联酋） |  |  |  |
| me-south-1（巴林） |  |  |  |
| af-south-1（开普敦） |  |  |  |
| sa-east-1（圣保罗） |  |  |  |
## 配额和限制
您的 AWS 账户有默认配额，以维持服务的性能并确保适当使用 Amazon Bedrock。分配给账户的默认配额可能会根据地区因素、付款历史记录、欺诈性使用、配额[增加请求的 and/or 批准情况进行更新](quotas-increase.html)。有关更多信息，请参阅[Amazon Bedrock 的配额](quotas.md)文档并查看模型[的](/general/latest/gr/bedrock.html#limits_bedrock)限制。
在`bedrock-runtime`终端上，限制以每分钟令牌 (TPM) 的形式进行管理，消耗率为 10 倍，其中 1 个输出代币消耗 10 个令牌。
## 示例代码
**第 1 步- AWS 账户：**如果您已经有 AWS 账户，请跳过此步骤。如果您是新手 AWS，请注册一个 A [ WS 账户](https://portal.aws.amazon.com/billing/signup)。
**第 2 步-API 密钥：**前往[亚马逊 Bedrock 控制台](https://console.aws.amazon.com/bedrock/home#/api-keys/long-term/create)并生成长期 API 密钥。
**第 3 步-获取 SDK：**要使用此入门指南，必须已安装 Python。然后根据您使用的 API 安装相关软件。
对于这两个 API，请选择 OpenAI SDK 选项卡。
------
#### [ OpenAI SDK ]
```
pip install openai
```
------
### 第 4 步-设置环境变量
将您的环境配置为使用 API 密钥进行身份验证。
------
#### [ bedrock-mantle ]
```
OPENAI_API_KEY=""
OPENAI_BASE_URL="https://bedrock-mantle.us-east-1.api.aws/openai/v1"
```
------
#### [ bedrock-runtime ]
```
OPENAI_API_KEY=""
OPENAI_BASE_URL="https://bedrock-runtime.us-east-1.amazonaws.com/openai/v1"
```
------
**注意**
开启`bedrock-runtime`，将跨区域推理配置文件命名为模型，或。`us.openai.gpt-5.6-luna` `global.openai.gpt-5.6-luna`此模型不适用于该终端节点上的区域内推理。除了推理配置文件外，您的 IAM 身份还需要`bedrock:InvokeModel`您的账户的默认项目 (`arn:aws:bedrock:{region}:{account-id}:project/default`)。
### 第 5 步-运行您的第一个推理请求
将文件另存为 `bedrock-first-request.py`
#### 基岩斗篷
使用[步骤 4-设置环境变量中的设置](#model-card-openai-gpt-56-luna-sample-code-environment)。选择 `bedrock-mantle` 选项卡。聊天选项卡使用聊天完成 API。
------
#### [ Responses API ]
```
from openai import OpenAI
client = OpenAI()
response = client.responses.create(
model="openai.gpt-5.6-luna",
input="Can you explain the features of Amazon Bedrock?"
)
print(response)
```
------
#### [ Chat ]
```
from openai import OpenAI
client = OpenAI()
response = client.chat.completions.create(
model="openai.gpt-5.6-luna",
messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}]
)
print(response)
```
------
#### 基石运行时：OpenAI SDK
使用[步骤 4-设置环境变量中的设置](#model-card-openai-gpt-56-luna-sample-code-environment)。选择 `bedrock-runtime` 选项卡。使用响应 API 发送您的请求。
------
#### [ Responses API ]
```
from openai import OpenAI
client = OpenAI()
response = client.responses.create(
model="us.openai.gpt-5.6-luna",
input="Can you explain the features of Amazon Bedrock?"
)
print(response)
```
------