GPT-6 Sol и Luna: цена, различия и выбор модели

Коротко. OpenAI представила GPT‑6 Sol и GPT‑6 Luna 22 сентября 2026 года. Sol рассчитана на сложное программирование и агентные процессы, Luna — на более узкие массовые задачи. Базовая цена API: Sol — $2 за миллион входных и $10 за миллион выходных токенов, Luna — $0,10 и $0,50 соответственно. Обе модели доступны в API под именами gpt-6-sol и gpt-6-luna; запуск в ChatGPT Work и Codex идет поэтапно. Эти тарифы не определяют автоматически самый дешевый рабочий процесс: считать нужно стоимость принятого результата. Анонс OpenAI, Sol API, Luna API.

Материал предназначен для руководителей продукта, CTO, разработчиков и владельцев ИИ-процессов. Данные проверены 22 сентября 2026 года. Разбираем официальные спецификации и тесты, экономику и процедуру выбора. Результаты поставщика не считаются независимым измерением вашего процесса.

Что такое GPT-6 Sol и GPT-6 Luna

GPT‑6 Sol — модель OpenAI для сложных задач программирования и агентных рабочих процессов. GPT‑6 Luna — наиболее экономичная модель семейства для сфокусированных массовых задач. Обе используют подходы, примененные в GPT‑6 Astra, и расширяют линейку по стоимости и масштабу. Это позиционирование OpenAI; конкретную задачу следует проверять собственными тестами. Анонс, документация Sol, документация Luna.

В отличие от простой текстовой генерации, агентная работа включает несколько шагов: модель читает данные, вызывает инструмент, оценивает результат и продолжает. В таком сценарии цена одного токена важна, но доля успешно законченных задач, число повторов и время человеческого контроля часто важнее. Массовая классификация обращений и автономная миграция кода требуют разных моделей и разных ограничений доступа.

Главные различия моделей

Параметр	GPT‑6 Sol	GPT‑6 Luna	Практический смысл
Позиционирование	сложный код и агенты	массовые сфокусированные задачи	распределяйте запросы по трудности
Вход, $/1 млн токенов	2	0,10	вход Luna в 20 раз дешевле
Кэшированный вход, $/1 млн	0,20	0,01	выгодно при повторяемом контексте
Выход, $/1 млн	10	0,50	выход Luna в 20 раз дешевле
Контекстное окно	1 050 000 токенов	1 050 000 токенов	размер одинаков, качество извлечения нужно тестировать
Максимальный вход	922 000 токенов	922 000 токенов	длинный ввод может перейти на повышенный тариф
Максимальный выход	128 000 токенов	128 000 токенов	предел не равен разумной длине ответа
Входные модальности	текст и изображения	текст и изображения	выход у обеих — текст
Effort по умолчанию	`medium`	`medium`	сравнивайте при фиксированном уровне

Тарифы, лимиты и модальности приведены в официальной карточке Sol и карточке Luna. Соотношение «в 20 раз» — арифметика базовых тарифов, а не сравнение полной цены результата.

Важное отличие внутри семейства связано с качеством на сложной задаче, а не с размером окна: у Sol и Luna одинаковая заявленная емкость контекста. Нельзя из этого делать вывод об одинаковой способности найти нужный факт в большой коллекции файлов. OpenAI рекомендует Astra для самых требовательных проектов, Sol для сложной работы при меньшем бюджете и Luna для потока более компактных задач. Анонс OpenAI.

Цены API и реальная стоимость задачи

OpenAI сравнивает Sol с рекламным тарифом GPT‑5.6 Sol: $4/$20 → $2/$10 за миллион входных/выходных токенов. Для Luna вход снижен с $0,20 до $0,10, а выход — с $1,20 до $0,50. В общем сообщении компания называет снижение примерно 50%; по опубликованным числам снижение выходного тарифа Luna составляет около 58,3%. Это важно при точном бюджетировании длинных ответов. Таблица OpenAI.

У новых моделей чтение кэшированного входа стоит 10% обычной входной ставки: $0,20 для Sol и $0,01 для Luna за миллион токенов. Запись кэша стоит $2,50 и $0,125 соответственно. Запросы с более чем 272 тыс. входных токенов тарифицируются по повышенным множителям для всего запроса: вдвое для входа и кэша, в 1,5 раза для выхода. Региональная обработка, где доступна, добавляет 10%; Batch и Flex имеют половинный тариф Standard; Fast mode — двойной применимый тариф. Отдельные инструменты могут оплачиваться дополнительно. Sol API, Luna API.

Пример расчета. Запрос из 50 тыс. обычных входных и 5 тыс. выходных токенов по базовой цене Sol стоит $0,10 + $0,05 = $0,15. Тот же объем по тарифу Luna — $0,005 + $0,0025 = $0,0075. В этой условной паре Luna дешевле в 20 раз на уровне токенов. Если Sol решает больше трудных случаев с первой попытки, разница в стоимости принятого результата может быть меньше. Если задача проста и обе модели дают одинаково приемлемый ответ, преимущество Luna по тарифу становится сильнее.

Для честной экономики делите затраты на все попытки на число результатов, прошедших заранее заданную приемку. Добавьте время ревью, повторные обращения к модели, инструменты и расходы на кэш. Для длинных цепочек посчитайте общий лимит, а не только первый запрос. Нельзя обещать двукратное сокращение бюджета из новости о тарифах без измерения токенов и качества в собственном процессе.

Показатель	Формула или способ измерения
Цена вызова	вход + кэш + выход + инструменты
Цена принятого результата	расходы на все попытки / число принятых результатов
Производительность	принятые результаты / человеко-час проверки
Задержка	время от входа до принятого результата
Контроль риска	ошибки, откаты, лишние действия на один процесс

Что говорят тесты OpenAI

В анонсе OpenAI приводит результаты нескольких классов задач. На AutomationBench GPT‑6 Sol при xhigh получает 33,2% при цене $0,27 за задачу в описанном окружении. На DeepSWE 1.1 Sol при max показывает 68,8%, Luna при max — 66,6%. На офлайн-наборе OSWorld 2.0 Sol при xhigh получает 60,5%; OpenAI сравнивает это с 60,3% у Claude Opus 5 при другой настройке усилия. Эти проценты относятся к разным тестам и не описывают частоту успеха вашего агента.

OpenAI также сообщает о снижении ошибок фактов на внутреннем наборе спорных разговоров: Sol допускает примерно вдвое меньше ошибок, чем GPT‑5.6 Sol. Компания уточняет, что набор специально собран из случаев, где пользователи уже отмечали ошибку, и не представляет обычное использование. Это полезный сигнал для отбора модели, но его нельзя превращать в обещание «ошибок в два раза меньше» для документационного поиска или поддержки клиента. Описание методики.

Сравнения с Anthropic и другими версиями GPT зависят от уровня reasoning.effort, инструментов, условий кэша и стоимости конкретного теста. OpenAI оговаривает, что опубликованные оценки проводились в исследовательской среде или API и могут отличаться от ChatGPT в продукте. Для выбора модели полезно смотреть на направление изменений, но выигрыш нужно подтвердить в одинаковом окружении на собственном наборе задач. Оговорки OpenAI.

Контекст и функции API

Обе карточки документации называют 1 050 000 токенов контекста, до 922 000 входных и до 128 000 выходных токенов. Sol имеет указанную границу знаний 20 апреля 2026 года, Luna — 18 мая 2026 года. Это не дата выпуска: релиз состоялся 22 сентября 2026 года. Для сведений после границы знаний подключайте актуальный источник и проверяйте цитаты. Sol API, Luna API.

Модели поддерживают Responses API, потоковый ответ, структурированный вывод, function calling, файловый и веб-поиск, изображения на входе и prompt caching. В Responses API документация перечисляет инструменты вроде code interpreter, hosted shell, computer use и MCP. Доступность конкретного инструмента в проекте, его права и оплата должны проверяться отдельно. Chat Completions поддерживает function calling для этих моделей только при reasoning_effort=none; для полноценного инструментального агента документация направляет к Responses API. Sol API, Luna API.

Параметр reasoning.effort поддерживает none, low, medium, high, xhigh и max. Повышение усилия может помочь сложной задаче, но также меняет время и расход. Режим следует включать по правилу маршрутизации: например, только после неудачной проверки дешевого прохода или для заранее выделенного типа задач. Так команда избегает ситуации, когда каждая простая классификация оплачивает максимальное рассуждение.

Где выбрать Sol, Luna или Astra

Сценарий	Стартовый кандидат	Почему	Когда пересмотреть
Классификация большого потока типовых обращений	Luna	низкая цена токенов	частые ошибочные маршруты или ручные исправления
Извлечение полей из стандартных документов	Luna	короткий проверяемый ответ	сложные исключения, слабое качество на длинных файлах
Написание и изменение кода в нескольких файлах	Sol	позиционирование и тесты на агентном коде	высокая цена повторов или недостаточная приемка
Длинный процесс между системами	Sol	сильнее на сложных действиях	нужны более высокий уровень способности или жестче контроль
Самые сложные исследовательские и агентные задачи	Astra как кандидат	флагманское позиционирование OpenAI	Sol дает тот же принятый результат дешевле

Это редакционная схема тестирования, а не правило качества для каждого запроса. OpenAI называет Astra своей лучшей моделью в целом, но в конкретном процессе Sol или Luna могут оказаться выгоднее по полной стоимости. Чтобы избежать ошибочной маршрутизации, храните тип задания, модель, усилие, версию промпта и результат приемки в трассировке. Позиционирование OpenAI.

Удобная архитектура для компании — простой маршрут по умолчанию с явными условиями повышения уровня. Например, Luna обрабатывает стандартный вход; если нет нужных полей, уверенность оценки низкая или правило проверки отклонило результат, задача передается Sol. Действия, которые меняют данные клиента, отправляют сообщение или запускают платеж, требуют отдельного подтверждения. Такой маршрут необходимо тестировать на полном процессе: дополнительные вызовы способны уничтожить ожидаемую экономию.

Доступность в ChatGPT Work и Codex

OpenAI объявила запуск GPT‑6 Sol и Luna в ChatGPT Work и Codex для пользователей Plus, Pro, Business, Enterprise и Edu с 22 сентября 2026 года. Для Free и Go компания указывает доступ к Luna в настольном приложении. В API идентификаторы — gpt-6-sol и gpt-6-luna. Развертывание в ChatGPT идет постепенно в течение дня, поэтому отсутствие модели в интерфейсе сразу после анонса не опровергает запуск. Раздел Availability.

Формулировки OpenAI различают ChatGPT Work и Chat: на момент анонса модели еще не были доступны в обычном Chat. Пользователю следует смотреть актуальный переключатель модели и настройки организации. Нельзя переносить тариф API на стоимость подписки: это разные способы доступа с разными лимитами и правилами. Официальный анонс.

Безопасность и ограничения

OpenAI заявляет улучшения в тестах согласованности поведения Sol и Luna по сравнению с версиями GPT‑5.6, в том числе меньше случаев, когда агент вводит в заблуждение относительно сделанной работы. Компания уточняет, что испытания специально включают трудные ситуации и не измеряют частоту проблемы в обычном использовании. Поэтому даже новая модель должна подтверждать свои действия журналом инструментов, тестами и воспроизводимыми артефактами. Анонс и ссылка на system card.

Результаты и условия испытаний опубликованы в системной карте Sol и Luna. Для процессов с доступом к файлам и внешним страницам пригодится практический разбор защиты от prompt injection.

Длинное окно контекста не означает безошибочное чтение миллиона токенов. Для документов используйте контроль полноты: список найденных файлов, точные ссылки на фрагменты и выборочную проверку пропусков. Для computer use или shell ограничивайте разрешенные действия; внешние страницы и файлы считайте недоверенным входом. Никакой бенчмарк не снимает ответственности за права доступа, хранение данных и возможность отката.

Есть и технические границы. По карточкам моделей они не являются realtime- или audio-моделями и не предоставляют отдельные endpoints для генерации видео, аудио и embeddings. Возможность вызвать инструмент генерации изображения через Responses API не означает, что сама модель выдает изображение как собственную выходную модальность. Для обработки в регионе проверьте конкретную доступность: карточки указывают, что резидентность данных ЕС доступна только при Standard processing. Sol API, Luna API.

Как провести собственный eval

Eval — проверка модели на заранее выбранных задачах с одинаковыми условиями и явным критерием успеха. Для сравнения Sol, Luna и текущей модели подготовьте обезличенный набор из типичных, трудных и рискованных случаев. Не подбирайте промпт после каждого неудачного ответа только для одного кандидата: так сравнение перестанет быть парным.

Опишите задачу. Что модель получает, какой артефакт должна вернуть и чего ей запрещено делать.
Зафиксируйте baseline. Текущая доля принятых результатов, время сотрудника и полная стоимость процесса.
Выберите одинаковое окружение. Версии инструментов, контекст, права, тайм-ауты и число повторов должны быть сопоставимы.
Прогоните кандидатов. Отдельно запишите reasoning.effort, кэш, вход/выход, ошибки инструмента и задержку.
Проверьте результат. Для кода — тесты и ревью, для фактов — ссылки на источник, для операций — состояние системы после действия.
Посчитайте решение. Сравните стоимость принятого результата, долю откатов, время человека и худшие случаи.
Выпустите ограниченно. Начните с обратимых операций и заранее определите правило возврата на прежнюю модель.

Статья опирается на первичный анонс OpenAI, спецификации Sol и Luna, проверенные 22 сентября 2026 года. Мы не проводили собственного бенчмарка моделей. Сравнение тарифов — арифметическое; рекомендации по маршрутизации — инженерный вывод из позиционирования и структуры затрат, который должен пройти проверку на вашем процессе.

Схему уровней можно дополнить подробным разбором GPT-6 Astra и методикой маршрутизации ИИ-моделей. Эти материалы дают контекст для решения, но актуальную цену и доступ нужно сверять с текущими карточками API.

Частые вопросы

Когда вышли GPT-6 Sol и Luna?

OpenAI объявила их 22 сентября 2026 года; запуск в интерфейсах идет поэтапно. Источник.

Сколько стоят GPT-6 Sol и GPT-6 Luna в API?

Sol — $2/$10, Luna — $0,10/$0,50 за миллион входных/выходных токенов в базовом режиме Standard. Кэш, инструменты и специальные режимы считают отдельно. Sol, Luna.

Какие имена моделей использовать в API?

gpt-6-sol и gpt-6-luna. Доступ и лимиты смотрите в своем проекте. Источник.

GPT-6 Luna слабее Sol?

OpenAI позиционирует Luna для более узких массовых задач, а Sol — для сложного кода и агентов. Это не значит, что Luna хуже на каждом конкретном запросе: сравните долю принятых результатов на своих данных. Анонс.

Можно ли использовать их в ChatGPT бесплатно?

На старте OpenAI указала доступ к Luna для Free и Go в настольном приложении. Sol и Luna в ChatGPT Work и Codex заявлены для Plus, Pro, Business, Enterprise и Edu; rollout поэтапный. Доступность.

Почему длинный запрос может стоить дороже обычного тарифа?

При более чем 272 тыс. входных токенов документация задает повышенную ставку для всего запроса. Перед загрузкой большого набора файлов оцените длину, кэш и возможность поиска только релевантных фрагментов. Sol API.

Когда стоит выбрать Astra?

Когда задача требует максимальной способности и внутренний eval подтверждает, что ее дополнительное качество оправдывает цену и время. Для массового потока сначала сравните Luna и Sol. Позиционирование OpenAI.

Как AI рассвет помогает выбрать модель

AI рассвет может помочь принять решение на основе одного измеримого процесса:

описать baseline, типы входящих задач, источники данных и критерии приемки;
подготовить корпоративный ИИ-контур или агента с ограниченными инструментами и журналом действий;
сравнить Sol, Luna и текущую модель по принятым результатам, полной стоимости и времени проверки;
настроить интеграцию, поэтапный запуск, обучение команды и поддержку выбранного маршрута.

Первый шаг — выбрать один обратимый процесс и записать данные, ограничения, текущую метрику и критерий успешного результата. Обсудить задачу.

Вывод

GPT‑6 Sol и Luna дают два уровня цены и сложности внутри семейства GPT‑6. Luna разумно проверить на массовых коротких и формализованных задачах; Sol — на сложном коде и агентных маршрутах. Выбор между ними и Astra решают качество принятого результата, полная стоимость, задержка и риск в вашем окружении. Зафиксируйте одинаковые условия теста, проверьте исключения тарифа для длинного контекста и открывайте действия агента постепенно.