モデル一覧に戻る
openai logo
openai/gpt-5-6-luna

GPT-5.6 Luna

GPT-5.6 Lunaは、OpenAIのGPT-5.6シリーズの高速で費用効率の良いモデルです。チャット、分類、軽量のエージェントワークフローなど、高ボリューム、低レイテンシーのタスクに適しており、有能な推論を提供します...

2026/7/9
1,050,000 トークン
入力: ¥35.74/M
出力: ¥214.44/M
仕様

モダリティ

入力
file
image
text
出力
text

サポートされているパラメータ

include_reasoning
max_completion_tokens
max_tokens
reasoning
reasoning_effort
response_format
seed
structured_outputs
tool_choice
tools

最大出力トークン

128,000
コード例
curl https://api.fastmetal.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "gpt-5.6-luna",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

GPT-5.6 Lunaの実際の回答

FastMetal上で実際に記録した、標準プロンプトへの回答です。

このエラーをデバッグして

以下のエラーがPythonアプリケーションで発生しています。原因を特定して修正してください。 Traceback (most recent call last): File "app.py", line 23, in get_user_orders total = sum(order["price"] * order["quantity"] for order in orders) TypeError: unsupport…

原因は、`order["price"]` が文字列(`str`)として取得されているのに、`order["quantity"]` は整数(`int`)であるためです。 ```python "1000" * 2 ``` は数値の乗算ではなく、文字列の繰り返しとして扱われるため、`str` と `int` の乗算でエラーになります。 ## 修正例:Python側で型変換する 金額を扱うため、`float` ではなく `Decimal` を使うのが安全です。 ```python from decimal import Decimal def get_user_orders(user_id): orders = db.query( "SELECT price, quantity FROM orders WHERE user_id = %s", user_id ) total = sum( Decimal(str(order["price"])) * int(order["quantity"]) for order in orders ) return { "user_id": user_id, "total": total, "orders": orders, } ``` `price` が `"12.50"` のような文字列でも、`Decimal` に変換して正確に計算できます。 ## SQL側で数値型に変…
応答時間 6.7秒出力 775 トークン
コードレビュー

以下のTypeScript関数をレビューして、可読性・パフォーマンス・ベストプラクティスの観点から改善点を提案してください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo…

以下の点を改善できます。 ## 主な改善点 ### 1. `any` を避ける `any` だとプロパティ名の誤りやレスポンス形式の変更を検知できません。APIレスポンスと戻り値に型を定義すると可読性と安全性が向上します。 ### 2. HTTPエラーを確認する `fetch` は、404や500でも例外を投げずに `Response` を返します。`response.ok` を確認する必要があります。 ### 3. マジックナンバーを定数化する `100` はページサイズを表しているため、定数にすると意図が明確になります。 ### 4. ページング条件をAPIのメタデータに依存させる `data.users.length < 100` という判定は、API仕様に依存しています。可能であれば `hasMore` や `nextPage` などの情報をAPIから受け取る方が堅牢です。 ### 5. `for` とインデックス参照を簡略化する `for...of`、`filter`、`map` などを使うと、処理内容が読みやすくなります。 ## 改善例 ```ts const PAGE_SIZE = 100; interface ApiUser { id: string; first_name: string; last_name: string; email: string; status: string; } interface UsersPageResponse { users: ApiUser[]; // APIが返…
応答時間 13.6秒出力 1677 トークン
SQLクエリの最適化

以下のSQLクエリは500万行のテーブルに対して実行すると30秒以上かかります。最適化してください。 SELECT p.product_name, c.category_name, COUNT(o.order_id) as order_count, SUM(o.amount) as total_sales, AVG(r.rating) as avg_rating FROM products p LEFT JOIN…

主な問題は、単にインデックス不足だけではありません。 1. `reviews` をそのまま JOIN しているため、注文行とレビュー行の組み合わせで行数が膨張する 2. `LEFT JOIN orders` なのに `WHERE o.created_at ...` を指定しているため、実質的に `INNER JOIN` になっている 3. 500万行を JOIN してから `GROUP BY` している 4. `order_details` に `product_id` のインデックスがない 注文集計とレビュー集計を先に商品単位で集約してから JOIN するのが効果的です。 ## 改善後のクエリ 「注文が存在する商品だけを表示する」という、元のクエリと同じ意味を維持する場合です。 ```sql WITH order_agg AS ( SELECT od.product_id, COUNT(o.order_id) AS order_count, SUM(o.amount) AS total_sales FROM order_details od INNER JOIN orders o ON o.order_id = od.order_id WHERE o.status = '完了' AND o.created_at >= TIMESTAMP '2024-04-01' GROUP BY od.product_id ), review_agg…
応答時間 16.3秒出力 2059 トークン

他のモデルと並べて比較する →

GPT-5.6 Lunaを今すぐ試す

GPT-5.6 LunaはFastMetalのAPIキー1つで利用できます。ブラウザですぐに試す、またはOpenAI SDKからそのまま呼び出せます。