GPT-6 Luna 适合做批量抽取吗？先算返工，再看单价

收到一万条客服工单，要把订单号、问题类型和是否需要人工跟进整理成表格。这样的工作有明确字段，也有重复性，正好值得用低单价模型试一轮。真正难的往往是订单号缺失、同一条工单里有两个诉求，以及模型把猜测填成事实。

官方给 Luna 的位置

OpenAI 把 GPT-6 Luna 定位于范围明确、调用量大的任务。模型标识为 gpt-6-luna，文档列出文本和图片输入、文本输出，以及结构化输出支持。来源 1 这让它成为抽取、分类和短摘要的候选；“候选”仍需要用业务样本确认。

文档中的 1,050,000 Token 上下文和 128,000 Token 输出上限，是容量信息。抽取几个字段时，没有必要因此把所有历史工单一并发进去。

单价能算清，合格率要自己测

核实时的 Standard API 价格是每百万输入 Token 0.10 美元、输出 0.50 美元。假设一万次请求，每次有 1,000 个非缓存输入 Token、100 个输出 Token，基础费用是 1 美元输入加 0.50 美元输出，合计 1.50 美元。这里没有计入缓存写入、工具、重试或其他附加费用，也不是有界渠道报价。

这个数字不能直接成为项目预算。若有五百条结果需要重跑或人工补录，返工费用必须补上。比较两个模型时，可以记录“通过验收的工单数”，再用总调用费和人工时间去除，得到更接近实际工作的口径。

把最容易错的样本放进来

准备一份事先标注过的小样本，既有完整订单号，也有完全没有订单号的内容。再加入一条同时要求退款和修改地址的工单，看看模型是否只保留了第一个诉求。

要求字段缺失时填 null，而不是编一个看起来合理的值；规定类型字段只能来自约定列表。验收时分别统计漏填、误填和格式不合格，别只记一个总正确率。这些是测试设计建议，本文没有声称完成 Luna 的实际跑分。

工具调用要选对接口

Luna 文档建议通过 Responses API 使用内置工具和函数调用；Chat Completions 的函数调用只在 reasoning_effort=none 时支持。来源 1 如果现有脚本包含工具流程，不能只换模型名。

超过 272,000 输入 Token 的请求还有长上下文计价变化。对批量抽取，先限制单条材料长度、约定缺失字段行为，再决定是否增加推理投入，更容易查清每一笔成本从哪里来。实际渠道支持情况仍以账户为准。