调用 GPT-6 Sol 的模型 ID 是 gpt-6-sol,Luna 是 gpt-6-luna,用 openai 官方 Python SDK 的 Responses API,十行代码就能跑通。两个模型接口完全一样,只差一个字符串。
限流方面,Sol 的 Build 档是 5,000 RPM、1,000,000 TPM,Luna 的 Build 档是 5,000 RPM、2,000,000 TPM。国内网络是另一回事:OpenAI 官方 API 不对中国大陆开放,下面会说几条现实的路。
准备工作:安装 SDK 和拿 Key
最后核对 2026-10-09。PyPI 上 openai 包当前最新版是 3.26.1(2026-10-08 发布)。
pip install -U openai
export OPENAI_API_KEY="sk-你的key"
Key 在 OpenAI 控制台创建,环境变量名用 OPENAI_API_KEY,SDK 会自动读取,代码里不要写死。
最短的调用示例
官方快速入门用的是 Responses 端点,Python 里就是一次 responses.create。换成 Sol 或 Luna 只改 model:
from openai import OpenAI
client = OpenAI()
resp = client.responses.create(
model="gpt-6-luna",
input="用三句话解释什么是 HTTP 429。",
)
print(resp.output_text)
要切 Sol,把 gpt-6-luna 换成 gpt-6-sol。
两点要先知道:
- 官方模型页的 Sol 条目只列了
gpt-6-sol一个快照,页面同时指向更新的 GPT-6.1 Sol。你要用哪一个,调用前去模型页确认。 - 两个模型都只支持三个端点:Responses(
v1/responses)、Chat Completions(v1/chat/completions)和 Batch(v1/batch)。Embeddings、Realtime、微调、图像、音频都不支持。
调整推理强度
Sol 和 Luna 的 reasoning.effort 可选值相同:none、low、medium(默认)、high、xhigh、max。
resp = client.responses.create(
model="gpt-6-sol",
input="审查下面这段代码的并发问题:...",
reasoning={"effort": "high"},
)
简单分类和抽取用 low 或 none,省钱也更快。复杂重构再往上加。
有一个限制要记住:Luna 页面写明,Chat Completions 端点只有在推理强度设为 none 时才支持函数调用。要用函数调用又想开推理,走 Responses 端点。
限流数字:每个 tier 多少
下面是官方模型页的标准限流表。你账号实际能拿到多少,看控制台的 Limits 页面,这里的数字是 tier 默认值。
GPT-6 Sol:
| Tier | RPM | TPM | Batch 队列额度 |
|---|---|---|---|
| Build | 5,000 | 1,000,000 | 3,000,000 |
| Launch | 10,000 | 4,000,000 | 200,000,000 |
| Grow | 15,000 | 40,000,000 | 15,000,000,000 |
GPT-6 Luna:
| Tier | RPM | TPM |
|---|---|---|
| Build | 5,000 | 2,000,000 |
| Launch | 10,000 | 10,000,000 |
| Grow | 30,000 | 180,000,000 |
我只在官方页面抓到了 Luna 的 RPM 和 TPM,没抓到它的 Batch 队列额度,所以上表没列。另外,Ultrafast 模式有独立的限流表,和标准、Fast 模式不共用额度。
怎么用这张表:
- 先算你的峰值 TPM,不要只看 RPM。一次 20k token 的长提示,Sol 在 Build 档一分钟最多约 50 次,远没到 5,000 RPM 就先被 TPM 卡住。
- 长任务批量跑,走 Batch。它有独立队列额度,价格是标准档的一半。
超时和重试的写法
SDK 内置了对 429 和 5xx 的自动重试,默认次数不多。生产环境显式设置:
from openai import OpenAI, RateLimitError, APITimeoutError
import time
client = OpenAI(max_retries=5, timeout=60.0)
def ask(prompt: str, model: str = "gpt-6-luna") -> str:
for attempt in range(3):
try:
r = client.responses.create(model=model, input=prompt)
return r.output_text
except RateLimitError:
time.sleep(2 ** attempt)
except APITimeoutError:
time.sleep(1)
raise RuntimeError("重试 3 轮仍失败")
几条规则:
- 超时设置按实测来:Luna 低推理强度的短请求,60 秒绰绰有余;Sol 开
xhigh或max的长任务,要放宽到几分钟。 - 429 用指数退避,同条件原样重试没有用,要么等、要么降并发、要么换 Luna。
- 401、403 这类鉴权和权限错误不要重试,重试一百次也不会变。
国内开发者怎么访问
OpenAI 官方 API 不对中国大陆地区开放,我没有查到针对 GPT-6 的例外。能走的路有三条:
| 方案 | 适合谁 | 注意点 |
|---|---|---|
| Azure(Microsoft Foundry) | 企业,有海外 Azure 账号 | 目录里已列出 gpt-6-sol,版本日期 2026-09-22 |
| Amazon Bedrock | 已在用 AWS 的团队 | 有第三方实测文章称发布当天可用,区域以 AWS 页面为准 |
| 海外服务器做中转 | 个人或小团队 | 请求先到你自己的海外机器,再转给 OpenAI,密钥只放在海外机器上 |
两个提醒:
- 代码层面最干净的做法是把
base_url做成环境变量,SDK 支持传入base_url,换通道不用改业务代码。 - 数据出境和账号合规是你的责任,不是技术问题。涉及用户数据的业务,先问清公司的合规要求再选通道。第三方"国内直连"转售 Key 的服务我没有逐家核实过,不建议把业务密钥交给来路不明的中转站。
我的判断
如果只是练手或做内部工具,从 gpt-6-luna 开始最划算,Build 档的 2M TPM 比 Sol 的 1M 还宽,基本不会先撞限流。需要稳定输出的长任务再切 Sol,模型字符串换掉就行。
代码里最该提前做的是三件事:模型名放配置、重试按错误分类、峰值按 TPM 算。国内团队则要把网络通道和合规放在写第一行代码之前,否则代码写完发现上不了线。
最后核对时间 2026-10-09,模型版本和限流数字变得快,上线前再看一眼官方模型页。