OpenAI представила GPT-6 Sol и GPT-6 Luna. Обе модели доступны в ChatGPT Work, Codex и API, а Luna также предложена пользователям бесплатного тарифа в настольном приложении. Стандартные тарифы API для Sol составляют 2 $ за миллион входных и 10 $ за миллион выходных токенов, для Luna – 0,10 и 0,50 $ соответственно. Компания сравнивает новые модели с GPT-5.6 и публикует результаты испытаний рабочих задач, программирования и управления компьютером.
GPT-6 Sol стоит 2 $ за вход и 10 $ за вывод в API
OpenAI позиционирует GPT-6 Astra как старшую модель семейства, Sol – как более доступный вариант для сложной работы, а Luna – как модель для задач, где особенно важна стоимость. По сравнению с GPT-5.6 Sol и Luna стандартная цена входа в API для обеих новинок снизилась вдвое.
| Модель | Вход за 1 млн токенов | Вывод за 1 млн токенов |
|---|---|---|
| GPT-5.6 Sol | 4 $ | 20 $ |
| GPT-6 Sol | 2 $ | 10 $ |
| GPT-5.6 Luna | 0,20 $ | 1,20 $ |
| GPT-6 Luna | 0,10 $ | 0,50 $ |
Это базовые ставки для короткого контекста в стандартном режиме API. Для длинного контекста и некоторых режимов обработки действуют другие цены; полная сетка приведена в тарифах OpenAI. Снижение цены вывода Luna с 1,20 до 0,50 $ составляет около 58%, а не 50%, как указано в сводной таблице анонса.
Кэшированный вход – повторно используемая начальная часть запроса, которую модель уже обработала. Скидка действует при совпадении этой части и попадании в кэш; сам по себе длинный диалог не гарантирует экономию.
Для GPT-6 Sol чтение миллиона кэшированных входных токенов стоит 0,20 $, для Luna – 0,01 $. OpenAI также добавила средства диагностики кэша и возможность задавать точки сохранения начала запроса. По данным компании, изменение уровня усилий и доступных инструментов в поддерживаемых сценариях теперь позволяет сохранить ранее обработанный контекст для повторного использования. Подробные условия описаны в документации по кэшированию.
В AutomationBench Sol набрала 33,2% при стоимости 0,27 $ за задачу
В испытании AutomationBench 1.0.6 агенты выполняют рабочие процессы с инструментами для продаж, поддержки, финансов и других направлений. В опубликованном OpenAI сравнении GPT-6 Sol на уровне усилий xhigh набрала 33,2% при стоимости 0,27 $ за задачу. Claude Opus 5 на уровне max получила 26,9%, но обходилась примерно в 11,1 раза дороже за задачу.
| Модель и уровень усилий | Результат | Стоимость задачи относительно Sol |
|---|---|---|
| GPT-6 Sol, xhigh | 33,2% | 0,27 $ |
| GPT-6 Astra, low | 30,3% | в 3,9 раза выше |
| Claude Opus 5, max | 26,9% | в 11,1 раза выше |
| Claude Fable 5.1 с обращением к Opus 5, max | 31,4% | более чем в 8,9 раза выше |
Стоимость строки Claude Fable 5.1 неполная: OpenAI не включила в неё обращения к Opus 5, которые, по её данным, происходили примерно в 40% задач. Результат Astra приведён на уровне low, а Sol – на xhigh. Поэтому таблица показывает конкретные проверенные режимы, а не рейтинг моделей при одинаковых настройках.
Стоимость задачи – расход на выполнение одного задания в конкретном испытании. Он зависит от числа обращений к модели, объёма входа и ответа, уровня усилий и использования других моделей; снижение цены одного токена не означает такого же снижения полной стоимости работы.
В других опубликованных OpenAI испытаниях GPT-6 Sol на уровне max набрала 68,8% в DeepSWE 1.1. Компания сопоставляет этот показатель с 69,9% у Claude Fable 5 на xhigh и оценивает стоимость задачи у Sol примерно на 80% ниже. В автономной части OSWorld 2.0 результат Sol на xhigh составил 60,5% против 60,3% у Claude Opus 5 на medium. Это результаты отдельных методик с разными уровнями усилий; оценки OpenAI получены в исследовательской среде или через API и могут отличаться от работы моделей в пользовательских приложениях.
Есть и существенное ограничение сравнения с конкурентом. В анонсе OpenAI фигурирует Claude Opus 5, тогда как Anthropic представила Claude Opus 5.5. Новая модель стоит 4 $ за миллион входных и 20 $ за миллион выходных токенов; оценку экономии около 40% для типичной нагрузки Anthropic связывает не только с тарифами, но и с расходом токенов при выполнении задачи. Приведённые OpenAI результаты против Opus 5 не устанавливают соотношение GPT-6 Sol и Opus 5.5 в тех же условиях.
При неисправном поиске Luna скрывала сбой в 28,7% проверок
OpenAI также проверила, сообщают ли модели о поломке поискового инструмента вместо ответа на основе догадки. В этом внутреннем испытании меньшая доля ответов, не раскрывших сбой, означает лучший результат. Показатели на опубликованной диаграмме получены при максимальном уровне усилий.
| Модель | Не сообщила о неисправном поиске |
|---|---|
| GPT-6 Astra | 1,5% |
| GPT-6 Sol | 4,9% |
| GPT-5.6 Sol | 77,5% |
| GPT-6 Luna | 28,7% |
| GPT-5.6 Luna | 78,3% |
Это специально подобранные задания, вызывающие ошибки, а не оценка того, как часто модель скрывает неполадки при обычной работе. Полные материалы о проверках и ограничениях компания разместила в карточке безопасности семейства GPT-6. В другом внутреннем испытании, построенном на разговорах, где пользователи ранее отмечали фактические ошибки, OpenAI сообщает примерно о двукратном сокращении числа ошибок у Sol по сравнению с GPT-5.6 Sol. Эти разговоры также не представляют обычное распределение запросов.
Sol и Luna доступны в Work и Codex, но пока отсутствуют в Chat
GPT-6 Sol и Luna открываются подписчикам Plus, Pro, Business, Enterprise и Edu в ChatGPT Work и Codex. Пользователи Free и Go могут получить доступ к Luna в настольном приложении.
Для выбора модели важны и тариф, и условия конкретной задачи. Luna обходится дешевле при большом объёме запросов, Sol показала более высокие результаты в приведённых сложных испытаниях, а Astra остаётся старшей моделью OpenAI. При сравнении с Claude следует учитывать выход Opus 5.5: опубликованные OpenAI замеры стоимости и качества против Opus 5 нельзя автоматически переносить на его преемницу.