GPT-5.6 Luna 实测：一秒出结果，高频调用直接省下大半预算

# 环境要求
Node.js >= 22
npm >= 10

# 全局安装
npm install -g @openai/codex

# 国内镜像（推荐）
npm install -g @openai/codex --registry=https://registry.npmmirror.com

# 验证安装
codex --version

# ChatGPT账号授权登录（推荐）
codex

# 或使用API Key登录
export OPENAI_API_KEY="sk-xxx"
codex

# 在Codex交互界面中输入
/model gpt-5.6-luna

# 或配置文件设置（~/.codex/config.json）
{
  "model": "gpt-5.6-luna",
  "max_tokens": 4096
}

import openai

client = openai.OpenAI(api_key="your-api-key")

# 极速模式：指定gpt-5.6-luna模型
response = client.responses.create(
    model="gpt-5.6-luna",
    input="帮我把以下英文产品描述翻译成中文，并提取关键参数：xxx"
)

print(response.output)

import openai

client = openai.OpenAI(api_key="your-api-key")

tasks = [
    "把这段文本分类为：正面/负面/中性：'产品很好用'",
    "提取这段文字中的日期和金额：'订单金额299元，于2026年7月1日下单'",
    "将以下URL转换为简短摘要：'https://example.com/news/123'",
    "判断这句话是否包含敏感词：'明天去开会讨论Q3计划'",
]

# Luna极速批量处理
for task in tasks:
    response = client.responses.create(
        model="gpt-5.6-luna",
        input=task,
        max_tokens=256  # 限制输出，快速返回
    )
    print(f"任务: {task[:20]}... → 结果: {response.output}")

# Luna配合结构化输出，保证批量结果格式统一
response = client.responses.create(
    model="gpt-5.6-luna",
    input="分析以下用户反馈，按类型和紧急程度分类",
    tools=[{
        "type": "function",
        "name": "classify_feedback",
        "parameters": {
            "type": "object",
            "properties": {
                "type": {"type": "string", "enum": ["功能建议", "Bug报告", "咨询", "投诉"]},
                "priority": {"type": "string", "enum": ["高", "中", "低"]},
                "summary": {"type": "string", "description": "一句话总结"}
            },
            "required": ["type", "priority", "summary"]
        }
    }]
)
print(response.output)

# 伪代码示例：智能分层处理流程

def smart_process(query):
    # 第一步：用Luna快速判断任务复杂度
    triage = client.responses.create(
        model="gpt-5.6-luna",
        input=f"判断这个任务复杂度：'{query}'。只需回答'简单'或'复杂'。"
    )
    
    if "简单" in triage.output:
        # 简单任务：Luna直接处理，省钱快速
        return client.responses.create(
            model="gpt-5.6-luna",
            input=query
        )
    else:
        # 复杂任务：切换Sol处理，保证质量
        return client.responses.create(
            model="gpt-5.6-sol",
            input=query
        )

# 快速问答：限制256 tokens
response = client.responses.create(
    model="gpt-5.6-luna",
    input="解释什么是API",
    max_tokens=128  # 简短回答，节省成本
)

# 分类任务：限制64 tokens
response = client.responses.create(
    model="gpt-5.6-luna",
    input="分类：正面/负面/中性",
    max_tokens=32
)

# 将多个短任务打包为一次调用
batch_input = """
请依次处理以下任务，每行一个，格式为【任务编号】结果：
1. 翻译：Hello World
2. 计算：2+2等于几
3. 分类：这部电影太棒了
"""

response = client.responses.create(
    model="gpt-5.6-luna",
    input=batch_input,
    max_tokens=512
)
# 一次API调用完成3个任务，成本更低