GPT-5.6 Sol, Terra и Luna вышли из ограниченного предварительного доступа: в OpenAI открыли все три модели в ChatGPT, Codex и API, а полное развёртывание рассчитано примерно на сутки. Старшей модели Sol достались уровень усилий на рассуждения max и режим ultra, при котором часть работы уходит подагентам. В Terminal-Bench 2.1 у Sol с ultra 91,9% против 88,8% у той же модели без ultra. Миллион входных токенов стоит 5$ у Sol, 2,50$ у Terra и 1$ у Luna; выходных – 30$, 15$ и 6$ соответственно.
Чем различаются Sol, Terra и Luna
Sol предназначена для сложных рассуждений, программирования, научной работы, кибербезопасности и длительных агентных задач. Terra занимает среднюю ступень: в OpenAI заявляют, что по качеству она сопоставима с GPT-5.5 при вдвое меньшей цене. Luna – самая компактная и экономичная модель семейства, рассчитанная на быстрые и недорогие нагрузки.
Вместе с новым семейством сменилась схема наименования. Цифра теперь обозначает поколение, а Sol, Terra и Luna – постоянные ступени возможностей, каждая из которых может обновляться в собственном темпе. Об этом сказано в анонсе предварительного доступа от . Подробности того запуска – в материале OpenAI представила GPT-5.6: модели Sol, Terra и Luna в раннем доступе.
Уровень усилий max и режим ultra с подагентами
Для Sol в OpenAI добавили уровень усилий на рассуждения max – верхнюю ступень шкалы, где на обдумывание отводится больше времени. Отдельно появился режим ultra: вместо одного агента над задачей работают несколько подагентов, что ускоряет длинные цепочки рассуждений.
Подагент – вспомогательный экземпляр модели, которому основной агент передаёт часть работы; в ultra задача распределяется между несколькими такими экземплярами.
Terminal-Bench 2.1: 91,9% у Sol в режиме ultra
Terminal-Bench 2.1 и DeepSWE v1.1 построены на сложных инженерных задачах и работе с реальными репозиториями кода. На обоих наборах у Sol лучший результат среди протестированных моделей, а разрыв между ultra и обычным режимом на Terminal-Bench 2.1 составляет 3,1 процентного пункта.
| Модель | Terminal-Bench 2.1 |
|---|---|
| GPT-5.6 Sol Ultra | 91,9% |
| GPT-5.6 Sol | 88,8% |
| Claude Mythos 5 | 88,0% |
| GPT-5.6 Terra | 84,3% |
| Claude Fable 5 | 84,3% |
| GPT-5.5 | 83,4% |
| GPT-5.6 Luna | 82,5% |
| Claude Opus 4.8 | 78,9% |
| Gemini 3.1 Pro Preview | 70,7% |
Показательна и середина таблицы: Terra опережает GPT-5.5 на 0,9 процентного пункта, а Luna отстаёт от прежнего флагмана на 0,9 пункта.
Результаты Sol в Agents' Last Exam, BrowseComp и OSWorld 2.0
Остальные измерения в OpenAI приводят в сравнении с Claude Fable 5 и Claude Opus 4.8, добавляя к баллам расчётную стоимость и время выполнения.
- Agents' Last Exam: 53,6 балла у Sol – на 13,1 балла выше Fable 5 с адаптивным режимом рассуждений. На среднем уровне усилий отрыв сокращается до 11,4 балла, зато расчётная стоимость оказывается примерно вчетверо ниже.
- Artificial Analysis Intelligence Index: Sol на уровне max отстала от Fable 5 меньше чем на балл, при этом задачи выполнены на 61% быстрее и примерно вдвое дешевле по расчётной стоимости.
- Artificial Analysis Coding Agent Index: 80 баллов у Sol на уровне max – новый лучший результат, на 2,8 балла выше Fable 5. Выходных токенов и времени потрачено менее половины, расчётная стоимость ниже примерно на треть.
- BrowseComp: 92,2% – лучший результат в задачах автономной работы с браузером.
- OSWorld 2.0: 62,6% у Sol, что выше показателя Opus 4.8, причём выходных токенов израсходовано на 85% меньше. Точное значение для Opus 4.8 в анонсе не названо.
- DeepSWE v1.1: новый лучший результат без раскрытия баллов.
Сэм Альтман в интервью CNBC заявил, что в агентных задачах программирования Sol расходует на 54% меньше токенов, чем новейшая модель Anthropic; эту оценку приводит Axios.
Кибербезопасность: ExploitBench 1, ExploitGym 2 и SEC-Bench Pro
В ExploitBench 1 у Sol 73,5% против 47,9% у GPT-5.5 при сопоставимом бюджете выходных токенов. В SEC-Bench Pro разрыв похожий: 71,2% против 45,8%, задержка при этом ниже.
В ExploitGym 2 результат зависит от отведённого времени. При ограничении в два часа пиковая доля решённых задач выросла с 15,1% у GPT-5.5 до 24,9% у Sol, а при шести часах Sol дошла до 33,7%.
Цены, кэширование промпта и 750 токенов в секунду через Cerebras
- GPT-5.6 Sol – 5 $ за миллион входных токенов и 30 $ за миллион выходных.
- GPT-5.6 Terra – 2,50 $ и 15 $ соответственно.
- GPT-5.6 Luna – 1 $ и 6 $.
- Быстрый режим Sol на оборудовании Cerebras – до 750 токенов в секунду.
Вместе с семейством в OpenAI перестроили кэширование промпта: появились явные точки разрыва кэша, а минимальный срок его жизни составляет 30 минут. На длинных системных инструкциях и объёмных документах это заметно снижает счёт.
Кэширование промпта – повторное использование уже обработанной части запроса. Начиная с GPT-5.6 запись в кэш обходится в 1,25 раза дороже обычных входных токенов, а чтение из кэша идёт со скидкой 90%.
Кому доступны Sol, Terra и Luna в ChatGPT и Codex
- ChatGPT Free и Go – только Terra.
- ChatGPT Plus, Pro, Business и Enterprise – Sol на уровне усилий medium и выше, а также выбор между Sol, Terra и Luna с отдельной настройкой уровня усилий для каждой.
- ChatGPT Pro и Enterprise – дополнительно GPT-5.6 Sol Pro для сложных задач.
- Уровень max – всем, у кого есть доступ к GPT-5.6 в ChatGPT Work и Codex.
- Режим ultra – в ChatGPT Work для тарифов Pro и Enterprise, в Codex начиная с Plus.
Агент ChatGPT Work работает на базе GPT-5.6
Одновременно с моделями OpenAI запустила ChatGPT Work – агента, который собирает данные из подключённых приложений и файлов, а затем готовит на их основе документы, таблицы и презентации. В настольном приложении для macOS он доступен всем тарифам сразу, версия для Windows разворачивается следом, а веб и мобильные приложения подключат в ближайшие дни.
12 дней ограничений и спор о разрешении Белого дома
GPT-5.6 открыли только небольшой группе доверенных партнёров через API и Codex – по просьбе правительства США, которому OpenAI заранее показала планы и возможности моделей. Просьба связана с указом от , где описан добровольный порядок: разработчик передаёт передовую модель федеральным ведомствам на срок до 30 дней перед тем, как открыть её доверенным партнёрам, а список таких партнёров согласуется с государством. В черновой редакции указа окно проверки составляло 90 дней и было сокращено втрое. Отдельным пунктом оговорено, что обязательного лицензирования, предварительного одобрения или разрешительного порядка выпуска моделей указ не вводит.
Дополнительные испытания GPT-5.6 провёл Центр стандартов и инноваций в области ИИ при Министерстве торговли США, а специалисты OpenAI работали в Вашингтоне, отвечая на вопросы ведомств.
CAISI (Center for AI Standards and Innovation) – подразделение Министерства торговли США, которое проверяет передовые модели ИИ на риски для национальной безопасности.
По данным американских СМИ, ссылающихся на анонимный источник, публичному выпуску предшествовал «зелёный свет» от администрации Дональда Трампа. В Белом доме это опровергли: представитель администрации заявил, что одобрений на выпуск моделей не выдаётся и не требуется, а решения о сроках и объёме релиза остаются целиком за компаниями. Расхождение между сообщением источника и официальной позицией разобрал Gizmodo.
Заключение
Двенадцатидневный период, когда доступ к GPT-5.6 определялся согласованным с правительством списком организаций, завершён: модели открывают в ChatGPT, Codex и API в течение суток. При подсчёте расходов важнее не рекордные баллы Sol, а цена Terra: по заявлению OpenAI, качество уровня GPT-5.5 обходится вдвое дешевле, и на Terminal-Bench 2.1 средняя модель действительно опережает прежний флагман. Sol остаётся дорогим вариантом для длительных агентных сценариев, причём режим ultra доступен не на всех тарифах. Спор о том, требовалось ли OpenAI разрешение властей, пока не закрыт.