Коротко
OpenAI выпустила GPT-6 Sol и GPT-6 Luna 22 сентября 2026 года, расширив семейство GPT-6 за пределы Astra. Sol предназначен для сложного кодинга и агентных рабочих процессов, а Luna нацелена на фокусированные, повторяемые задачи в больших объемах. Обе модели принимают текст и изображения, генерируют текст, предоставляют контекстное окно на 1 050 000 токенов и поддерживают APIs Responses и Chat Completions. Их главное различие — экономика нагрузки: Sol тратит больше на токен, чтобы справляться с требовательной работой, тогда как Luna минимизирует удельную стоимость для хорошо ограниченных задач.
Для большинства команд практический старт прост: используйте Astra для самых сложных сквозных задач, Sol — когда нужно балансировать способность и стоимость, и Luna — когда задача достаточно узкая, чтобы её можно было проверять автоматически. Доступ к OpenAI уже открыт для Sol и Luna. CometAPI следует проверять отдельно, поскольку доступность маршрута, акции и маршрутизация учетных записей могут отличаться от прямого релиза OpenAI.
Ключевые выводы
- GPT-6 Sol — более сильная отправная точка для требовательного кода, многошаговых агентов, сложной отладки и рабочих процессов, где сбои создают значительные затраты на ревью.
- GPT-6 Luna спроектирована для фокусированных, высокообъемных задач, таких как извлечение, классификация, маршрутизация, структурированные резюме и первичные трансформации.
- У обеих моделей одинаково опубликованные потолки контекста и вывода, поэтому длина контекста сама по себе не является причиной выбора между ними.
- Стандартные тарифы OpenAI для короткого контекста — $2 за вход и $10 за выход за миллион токенов для Sol, против $0.10 за вход и $0.50 за выход для Luna.
- Используйте Responses API для рассуждений с инструментами. В Chat Completions вызов функций для Sol и Luna требует, чтобы reasoning_effort был установлен в none.
Что выпустила OpenAI вместе с GPT-6 Sol и Luna?
Релиз 22 сентября добавляет два более бюджетных операционных уровня в семейство GPT-6. GPT-6 Astra остается самым способным вариантом для самых сложных сквозных задач; Sol приносит сильные рассуждения в требовательные задачи по коду и агентам по более низкой ставке за токен; Luna оптимизирована для фокусированной работы, которую нужно многократно и экономично выполнять.
Это больше, чем просто обновление названий. В журнале изменений API OpenAI перечислены точные идентификаторы моделей gpt-6-sol и gpt-6-luna с входом текста и изображений, выходом текста и доступностью как через Responses, так и через Chat Completions. Разработчики, следовательно, могут тестировать модели на одинаковых репрезентативных промптах и выбирать уровень на основе доли принятых ответов, латентности, общего количества токенов, числа повторов и времени ручного ревью — а не только цены за токен. См. журнал изменений OpenAI API и официальное сравнение моделей.
Что такое GPT-6 Sol?
GPT-6 Sol — это модель GPT-6 от OpenAI для сложного кодинга и агентных рабочих процессов. Она предназначена для работы, которая требует длительных рассуждений, решений об инструментах и нескольких шагов, включая анализ репозиториев, отладку и управляемые агентом изменения в ПО. В официальной спецификации указаны вход текста и изображений, выход текста, контекстное окно на 1 050 000 токенов, до 128 000 выходных токенов и диапазон усилий рассуждения от none до max.
Sol — не просто «средняя модель». Ее экономическая ценность зависит от того, сокращает ли более сильная многошаговая производительность число повторов, эскалаций и ревью. Это хороший выбор по умолчанию, когда более низкая удельная стоимость Luna будет перевешена большим числом проваленных проверок или повышенной долей вмешательств человека.
Что такое GPT-6 Luna?
GPT-6 Luna — ориентированный на эффективность вариант GPT-6 для четко очерченных задач, повторяемых в больших объемах. Примеры включают извлечение, классификацию, шаблонные ответы, triage обращений поддержки и первичные резюме, при условии что выходы проверяются на соответствие требованиям приложения. Luna имеет те же опубликованные потолки контекста в 1 050 000 токенов и выхода в 128 000 токенов, что и Sol, с входом текста и изображений и выходом текста.
Luna наиболее привлекательна, когда успех можно четко определить и дешево проверить. Низкая ставка за токен сама по себе не гарантирует минимальную стоимость рабочего процесса: команды должны учитывать повторы, отклоненные выходы, сбои «ниже по потоку» и время ревью при оценке.
Как улучшили производительность GPT-6 Sol и Luna?
Профессиональные и программные оценки
В опубликованных оценках запуска от OpenAI Sol набрала 33,2% на AutomationBench при уровне усилий xhigh с оценочной стоимостью $0.27 за задачу; Astra на низком уровне усилий набрала 30,3% в этом сравнении. Sol набрала 68,8% на DeepSWE v1.1 при максимальных усилиях, в то время как Luna набрала 66,6% при max. AutomationBench тестирует рабочие процессы в разных приложениях; DeepSWE тестирует длинные по горизонту задачи разработки ПО. Эти показатели получены в конкретных настройках тестов и не устанавливают универсального рейтинга для каждого промпта.
Полезный урок не в том, что один бенчмарк объявляет универсального победителя. Он в том, что лучшая модель может меняться в зависимости от уровня усилий рассуждения, использования инструментов и дизайна задачи. Настройки бенчмарков следует рассматривать как основу для формирования плана тестирования, а не как замену оценке продукционных промптов.
Использование компьютера, фактическая точность и ограничения
В офлайн-оценке OpenAI OSWorld 2.0 Sol достигла 60,5% при уровне усилий xhigh. OpenAI также сообщила примерно в два раза меньше ошибок у Sol по сравнению с предшественницей GPT-5.6 на внутреннем наборе разговоров, выбранных из-за отмеченных пользователями фактических ошибок. Этот набор не репрезентативен для типичного трафика.
Для внедрения оцените режимы отказов, критичные для вашего приложения: неправильный выбор инструмента, неполное выполнение многошаговых цепочек, сбои схемы, фактические ошибки, латентность и стоимость за принятый результат. Небольшой репрезентативный набор для оценки более полезен, чем широкий лидерборд.
Сколько стоят GPT-6 Sol и Luna?
Официальная таблица цен OpenAI разделяет ставки Standard для короткого и длинного контекстов. Цены ниже указаны в USD за один миллион токенов. Промпт с более чем 272 000 входных токенов использует ставки длинного контекста для всего запроса, а не только для части сверх порога.
| Стандартная ставка OpenAI / 1M токенов | GPT-6 Sol: short / long | GPT-6 Luna: short / long |
|---|---|---|
| Вход | $2.00 / $4.00 | $0.10 / $0.20 |
| Кэшированный вход | $0.20 / $0.40 | $0.01 / $0.02 |
| Запись в кэш | $2.50 / $5.00 | $0.125 / $0.25 |
| Выход | $10.00 / $15.00 | $0.50 / $0.75 |
Batch, Flex, Fast mode и соответствующая региональная обработка имеют отдельные ставки. Оценивайте стоимость с учетом уровня сервиса, полной длины входа, длины выхода, поведения кэша, платы за инструменты и доли повторов.
Снимок цен и доступности CometAPI
CometAPI в настоящее время указывает, что GPT-6 Luna и GPT-6 Sol списываются со скидкой 20% по сравнению с соответствующими ставками Standard API OpenAI для короткого контекста. Для GPT-6 Luna CometAPI берет $0.08 за миллион входных токенов и $0.40 за миллион выходных токенов, по сравнению со ставками OpenAI $0.10/$0.50. В каталоге также указаны скидки на чтение и запись кэша с тем же снижением на 20%.
GPT-6 Sol получает такую же скидку CometAPI в 20%. Его ставка для короткого контекста — $1.60 за миллион входных токенов и $8.00 за миллион выходных токенов, по сравнению со ставками OpenAI $2/$10 в Standard. Это делает Sol существенно дороже Luna в расчете на токен, но модели нацелены на разные типы нагрузок: Sol предназначен для требовательных задач кодинга и агентных рабочих процессов, а Luna подчеркивает эффективный, высокообъёмный инференс.
| Модель CometAPI | Публичный статус | Вход/выход для короткого контекста | Интерпретация |
|---|---|---|---|
| GPT-6 Luna | Указан со скидкой 20% | $0.08 / $0.40* | Вход отображается публично; выход — соответствующий расчет со скидкой 20%. Перепроверьте в дашборде. |
| GPT-6 Sol | Указан со скидкой 20% | $1.60 / $8.00* | Вход отображается публично; выход — соответствующий расчет со скидкой 20%. Перепроверьте в дашборде. |
*Датированный снимок и раскрытый расчет, а не гарантия будущего ценообразования или доступа аккаунта. См. каталог моделей CometAPI и страницу ценообразования.
GPT-6 Astra vs GPT-6 Sol vs GPT-6 Luna: как разработчикам выбирать?
Три модели следует сравнивать по стоимости успешного рабочего процесса, а не только по спецификациям. Astra предлагает наивысший потолок возможностей, Sol сочетает сильные рассуждения с намного более низкой ставкой за токен, а Luna минимизирует удельную стоимость для задач с четкими границами и валидируемостью.
| Модель | Выбирайте, когда | Эксплуатационный компромисс |
|---|---|---|
| GPT-6 Astra | Задача — самая сложная сквозная работа: неоднозначная, с высоким риском, инструментально тяжелая или дорогая в ревью. | Самая высокая цена за токен, но она может снизить сбои ниже по потоку и вмешательство человека в самых сложных случаях. |
| GPT-6 Sol | Нужна сильная производительность в кодинге и агентных задачах без оплаты ставок Astra за каждый запрос. | Сильный выбор по умолчанию для требовательной продакшен-работы; проверьте, снижают ли дополнительные возможности повторы достаточно, чтобы оправдать стоимость относительно Luna. |
| GPT-6 Luna | Работа узкая, измеримая, высокообъемная и защищена схемами, правилами или выборочными проверками. | Самая низкая удельная стоимость, но слабые постановки задач или плохая валидация могут превратить экономию в затраты на ревью и повторы. |
Рекомендуемый шаблон маршрутизации: отправляйте рутинную, хорошо ограниченную работу в Luna; направляйте требовательные случаи в Sol; резервируйте Astra для задач, где сложность, неоднозначность или последствия делают более высокий потолок возможностей ценным. Сигналы эскалации могут включать проваленную валидацию, требования к инструментам, низкую уверенность, необычно длинные промпты или высокую стоимость ошибки.
Почему GPT-6 Terra не выпущен?
OpenAI не объявила о модели GPT-6 Terra и не указала причину ее отсутствия по состоянию на 23 сентября 2026 года. В публичном каталоге моделей GPT-6 указаны Astra, Sol и Luna, а в журнале изменений API объявлены Sol и Luna без идентификатора модели Terra. Более раннее поколение GPT-5.6 включало Terra, что и объясняет вопрос, но не определяет план запуска GPT-6.
Любые объяснения, основанные на ценах, стратегии линейки или сроках релиза, — это анализ, а не заявление OpenAI. Пока OpenAI не опубликует страницу модели или анонс, дата релиза, спецификация, бенчмарки и цена для GPT-6 Terra остаются неизвестными.
Как разработчикам получить доступ и использовать GPT-6 Sol и Luna?
Используйте OpenAI напрямую
Оба идентификатора моделей доступны в APIs Responses и Chat Completions OpenAI. Используйте Responses для рассуждения с встроенными инструментами и вызовом функций. Chat Completions поддерживает обычные запросы, но вызов функций для Sol и Luna требует reasoning_effort="none".
Используйте CometAPI после проверки живого маршрута
CometAPI документирует базовый URL, совместимый с OpenAI, поэтому команды могут использовать SDK OpenAI с ключом CometAPI. Публичный каталог в настоящее время поддерживает использование Luna как более безопасного примера. Подставляйте gpt-6-sol только после того, как ваша учетная запись подтвердит, что маршрут Sol включен.
Если ваш дашборд CometAPI документирует поддержку Responses и chat для выбранного маршрута, протестируйте её отдельно перед внедрением. Логируйте провайдера, маршрут, идентификатор модели, настройку рассуждения, латентность, токены, результат валидации и списанную стоимость, чтобы тесты шлюза оставались отличимы от тестов напрямую через OpenAI.
Заключение
GPT-6 Sol и GPT-6 Luna расширяют семейство GPT-6 двумя различными экономиками нагрузки. Sol создан для сложного кодинга и агентных рабочих процессов; Luna — для эффективной, фокусированной работы в масштабе. Astra остается вариантом для самых сложных сквозных задач. Поскольку все три выбора могут быть экономичными при разных условиях, правильное сравнение — это стоимость за принятый результат, а не длина контекста или цена за токен в отрыве.
Начните с репрезентативного набора для оценки. Измеряйте качество, латентность, общее число токенов, повторы, сбои валидации и время ручного ревью. Используйте опубликованные идентификаторы моделей OpenAI для прямого доступа и проверяйте живой маршрут CometAPI и цены аккаунта перед тем, как делать заявления, зависящие от конкретного шлюза.