Содержание
- 1. Что такое GPT-6 Sol и Luna — дата выхода, характеристики и место в линейке
- 2. Где ими пользоваться — Work, Codex и API, но не обычный Chat
- 3. Цены — «1/5 и 1/100 от Astra» верно только при равном числе токенов
- 4. Официальные рекомендации — Sol с Medium, Luna с High, Astra с Light
- 5. Цифры OpenAI — оценка, где Sol xhigh обошла Astra low
- 6. Цифры третьей стороны — сравнение Artificial Analysis
- 7. Наш небольшой тест — короткие задачи, где хватило дешёвых настроек
- 8. Как выбрать под свою работу — где проходит развилка
- FAQ
22 сентября 2026 года (по времени США; в Японии это была ночь на 23 сентября) OpenAI выпустила GPT-6 Sol и GPT-6 Luna (анонс OpenAI). Это более быстрые и дешёвые модели, обученные по той же линии, что и GPT-6 Astra — флагман, вышедший 3 сентября.
Статья написана прежде всего для тех, кто сейчас работает с Astra на уровне low (в приложении он называется «Light») в Codex или ChatGPT Work. Коротко: держаться за Astra low — не ошибка. Но сама OpenAI по сценариям советует так: Sol — для повседневной работы и сложного кода, Luna — для чётко заданной однотипной работы, Astra — для самых трудных задач. А «Astra с Light» означает «если уж берёте Astra, начинайте с Light», а вовсе не совет гонять через Astra всё подряд.
Цифры мы приводим отдельно по каждому источнику: оценки OpenAI, независимые замеры Artificial Analysis и наш собственный небольшой тест устроены совершенно по-разному и используют разные задачи.
GPT-6 Sol / GPT-6 Luna
Вышли 22 сентября 2026 года (по времени США) / API, ChatGPT Work, Codex
Источники: документация OpenAI API, ChatGPT Models
1. Что такое GPT-6 Sol и Luna — дата выхода, характеристики и место в линейке
По описанию OpenAI, Sol нацелена на сложный код и агентные сценарии, а Luna — самая экономичная модель компании для узких задач в больших объёмах. Смысл релиза OpenAI формулирует так: сильные стороны Astra (профессиональная работа, фактическая точность, код, управление компьютером) переносятся в более быстрые и доступные модели. При этом в анонсе прямо сказано, что для самых требовательных проектов с высокой ценой ошибки по-прежнему нужна глубина Astra.
| Параметр | GPT-6 Sol | GPT-6 Luna | Для сравнения: GPT-6 Astra |
|---|---|---|---|
| ID модели | gpt-6-sol | gpt-6-luna | gpt-6-astra |
| Контекст | 1 050 000 | 1 050 000 | 1 050 000 |
| Макс. ввод / макс. вывод | 922 000 / 128 000 | 922 000 / 128 000 | 922 000 / 128 000 |
| Граница знаний | 20 апреля 2026 | 18 мая 2026 | 30 апреля 2026 |
| Уровень рассуждения (API) | от none до max (по умолчанию medium) | от none до max (по умолчанию medium) | от low до max (без none) |
| Ввод / вывод | Текст, изображения / текст | Текст, изображения / текст | Текст, изображения / текст |
Источник: страницы моделей в документации OpenAI API (Sol, Luna, Astra). Проверено 24 сентября 2026 года.
Неожиданность — в границе знаний: у Luna (18 мая) она свежее, чем у Astra (30 апреля). Впрочем, если вы пользуетесь моделями вместе с веб-поиском, разница почти не ощущается (границы знаний основных ИИ-моделей).
Одно замечание для разработчиков. Sol и Luna принимают в API значение none (без рассуждения), однако вызов функций в Chat Completions требует именно none, а для встроенных инструментов и вызова функций OpenAI отсылает к Responses API.
2. Где ими пользоваться — Work, Codex и API, но не обычный Chat
Если свести вместе анонс и страницы Models и Pricing, картина получается такая. Вход — через ChatGPT Work и Codex; в обычном окне чата (Chat) этих моделей нет.
И Sol, и Luna — в ChatGPT Work и Codex. Раскатка началась в день релиза и идёт постепенно в течение дня; если моделей у вас пока нет, OpenAI советует заглянуть позже. В Enterprise и Edu Luna, возможно, придётся включить администратору.
Только Luna и только в десктопном приложении (стандартная скорость, по мере раскатки). Sol не входит.
Доступны как gpt-6-sol и gpt-6-luna, оплата — по факту использования.
Недоступны. В анонсе сказано, что в Chat модели пока не предлагаются, а на странице Models — что они есть в Work и Codex, но не в Chat.
Старые модели сразу не исчезнут. На странице Models указано, что GPT-5.6 Sol, Terra и Luna остаются доступными на переходный период. Зато GPT-5.5 уходит из ChatGPT, ChatGPT Work и Codex 14 октября 2026 года (API это не касается), и заменой там названа Sol на платных тарифах (Plus, Pro, Business, Enterprise, Edu) и Luna в десктопном приложении на Free и Go. Если в конфигурационном файле или запланированной задаче у вас прописан gpt-5.5, поменяйте его до этой даты (ChatGPT Models).
3. Цены — «1/5 и 1/100 от Astra» верно только при равном числе токенов
| Модель | Ввод в API | Кешированный ввод | Вывод в API | Кредиты Codex (ввод / кеш / вывод) |
|---|---|---|---|---|
| GPT-6 Astra | $10 | $1 | $50 | 250 / 25 / 1 250 |
| GPT-6 Sol | $2 | $0.20 | $10 | 50 / 5 / 250 |
| GPT-6 Luna | $0.10 | $0.01 | $0.50 | 2.5 / 0.25 / 12.5 |
За 1M токенов, стандартная скорость. Источники: страницы моделей в документации OpenAI API и ChatGPT / Codex Pricing. Проверено 24 сентября 2026 года.
В каждой строке Sol стоит ровно 1/5 от Astra, а Luna — 1/100, и кредиты Codex следуют тем же пропорциям. По словам OpenAI, новые цены на 50% ниже промоцены GPT-5.6, но если точно: у Sol вдвое дешевле и ввод, и вывод, а у Luna вдвое дешевле ввод, вывод же подешевел с $1.20 до $0.50 (примерно на 58%).
Соотношение удельных цен — это не соотношение стоимости задачи. Счёт равен удельной цене, умноженной на реально израсходованные токены, а дешёвые модели порой думают дольше и выдают больше текста. В независимых замерах Artificial Analysis (раздел 6) Luna high тратила на задачу примерно в 5 раз больше выходных токенов, чем Astra low, и стоимость задачи у неё вышла около 1/27, а не 1/100. Sol medium точно так же дала около 1/3, а не 1/5.
Пропорции работают только в расчёте при одинаковом числе токенов. Например, при 100 000 входных токенов (из них 80 000 из кеша) и 10 000 выходных стоимость в API составит Astra $0.78, Sol $0.156, Luna $0.0078. Есть и другие условия: при вводе свыше 272 000 токенов ставки на ввод и кешированный ввод удваиваются, а на вывод умножаются на 1.5; запись в кеш в API стоит 1.25 ставки ввода (в кредитах Codex отдельной платы за запись нет); режим Fast обходится в 2 раза дороже в API и в 2.5 раза — в кредитах Codex.
Удельные цены не говорят, сколько даёт подписка
Если вы работаете с моделями через тариф ChatGPT, нельзя сказать, что Sol даст в 5 раз больше работы, чем Astra, а Luna — в 100 раз. На странице цен Codex прямо оговорено, что одни только ставки кредитов не определяют объём использования, входящий в подписку.
На той же странице приведены ориентировочные диапазоны сообщений за 5 часов. Для Plus это Astra 5–45, Sol 15–150 и Luna 350–3 000. Если сравнивать нижние границы между собой и верхние между собой, у Sol выходит примерно втрое больше, чем у Astra, у Luna — примерно в 67–70 раз, а не в 5 и 100 раз, как по удельным ценам. К тому же OpenAI отмечает, что это не фиксированные лимиты, и похожие задачи могут расходовать разный объём в зависимости от модели, контекста, рассуждения, использования инструментов и кеша. Узнать, сколько получится именно на вашей работе, можно только на экране использования.
4. Официальные рекомендации — Sol с Medium, Luna с High, Astra с Light
Какую модель брать, OpenAI чётко объясняет на странице Models. В сжатом виде:
Длинная работа на стыке кода, приложений и исследований, где нужно не терять суждение до самого конца. Точка старта: Light (значение настройки low).
Неоднозначная, трудная и ценная работа (сложные изменения кода, глубокое исследование, документы, требующие шлифовки). Точка старта: Medium. Для узких задач дайте ей чёткий критерий готовности.
Большие объёмы работы, где понятно, как выглядит хороший результат (извлечение, классификация, преобразование, сводки в заданном формате). Точка старта: High.
Здесь легко перепутать три разные вещи.
- Точки старта по сценариям: то самое «Sol с Medium, Luna с High, Astra с Light».
- Пресеты приложения по умолчанию: пресетов Power в десктопном приложении и в вебе шесть — Luna High, Sol Light, Sol Medium, Astra Light, Astra Medium и Astra Extra High, — и по умолчанию выбран Sol Light (на некоторых платных тарифах Astra Extra High нет).
- Значение по умолчанию в API:
mediumи у Sol, и у Luna.
Все три отличаются, но друг другу не противоречат. Пресет по умолчанию — это «пока быстро и легко», а рекомендация по сценарию — «с чего начать, чтобы получить результат на такой работе». OpenAI также предупреждает, что уровни рассуждения не соответствуют друг другу один к одному между поколениями, и советует попробовать привычные задачи на уровне пониже, а потом подстроить. Выбирать настройку новой Sol по ощущениям от «GPT-5.6 Sol на high» не получится. Сравнение с прошлым поколением — в нашем замере Astra low против GPT-5.6 Sol high (это другая модель, не нынешняя GPT-6 Sol).
Как понимать «Astra с Light». Это точка старта для тех, кто уже выбрал Astra. Это не значит, что любую работу надо отдавать Astra. Стандартизироваться на Astra low — разумный выбор, если не хочется переключаться и на первом месте возможности модели. Но оптимально ли это с учётом лимитов использования и времени ожидания — отдельный вопрос, и если он для вас важен, стоит подумать о разделении работы с Sol и Luna.
5. Цифры OpenAI — оценка, где Sol xhigh обошла Astra low
В анонсе OpenAI есть одна цифра, где Sol и Astra стоят рядом: AutomationBench 1.0.6 — оценка рабочих процессов, охватывающих несколько бизнес-приложений.
| Модель (уровень рассуждения) | Результат | Стоимость задачи |
|---|---|---|
| GPT-6 Sol (xhigh) | 33.2% | $0.27 |
| GPT-6 Astra (low) | 30.3% | 3.9× от Sol |
| Claude Opus 5 (max) | 26.9% | 11.1× от Sol |
Источник: таблица из анонса OpenAI (собственная оценка производителя).
В этой оценке Sol, которую заставили думать усердно, набирает больше Astra low примерно за четверть стоимости. Учтите только, что в сравнении участвует Sol на xhigh, а не на medium или low. Остальные цифры OpenAI:
- DeepSWE v1.1 (разработка в реальных кодовых базах): Sol max 68.8%, Luna max 66.6%.
- Agents' Last Exam (длинные профессиональные задачи): Sol max 56.4%.
- OSWorld 2.0 offline (управление компьютером): Sol xhigh 60.5%. Сама OpenAI говорит, что лучшей для управления компьютером остаётся Astra.
- Фактическая точность: во внутренней оценке, собранной из прошлых диалогов, где пользователи отмечали ошибки, Sol ошибалась примерно вдвое реже, чем прошлое поколение (GPT-5.6 Sol).
При чтении есть две оговорки. Оценка фактической точности — это подборка диалогов, где ошибки вероятны, и OpenAI сама отмечает, что она не отражает типичного использования. Кроме того, OpenAI говорит, что оценки проводились в исследовательской среде или через API, а в рабочем продукте ChatGPT другие системные инструкции и инструменты, поэтому ответы могут немного отличаться. Переносить «вдвое меньше ошибок» напрямую на вашу повседневную работу нельзя.
6. Цифры третьей стороны — сравнение Artificial Analysis
Независимая оценочная компания Artificial Analysis (далее AA) опубликовала страницы сравнения, где Sol low, Sol medium и Luna high поставлены каждая против Astra low. В таблице ниже — значения с этих трёх страниц; показатели Astra low на всех трёх совпадали.
| Настройка | Intelligence Index | Terminal-Bench 4.0 | AutomationBench-AA | Стоимость задачи | Время на задачу |
|---|---|---|---|---|---|
| Astra low | 46 | 42% | 59% | $0.82 | 97.18 с |
| Sol medium | 40 | 19% | 58% | $0.25 | 59.99 с |
| Sol low | 34 | 9% | 54% | $0.13 | 34.98 с |
| Luna high | 32 | 5% | 48% | $0.03 | 146.71 с |
Источник: страницы сравнения Artificial Analysis (Sol medium против Astra low, Sol low против Astra low, Luna high против Astra low). Intelligence Index v4.3.2 (10 оценок). Проверено 24 сентября 2026 года. Значения в таблице могут обновляться.
В этой таблице бросаются в глаза три вещи.
В Terminal-Bench 4.0 у Astra low 42% против 19% у Sol medium и 5% у Luna high. Оснований заменять Astra повсеместно в трудной разработке через терминал здесь нет.
В AutomationBench-AA у Sol medium 58% против 59% у Astra low — примерно за треть стоимости задачи. Величина разрыва очень сильно зависит от оценки. Не переводите разницу в сводном индексе в «умнее на X%».
Luna high стоит примерно 1/27 от Astra low, но тратит на задачу 146.71 секунды — дольше, чем 97.18 секунды у Astra low, потому что расходует больше токенов на размышление.
Время на задачу у AA — это время генерации, рассчитанное из скорости вывода; ожидание первого ответа и сопутствующая обработка в него не входят. Это не то же самое, сколько задача займёт в вашей среде. По метрике точности знаний AA (AA-Omniscience) у Astra low 41, у Sol low и medium по 27, у Luna high −6. Такой разброс показывает, что выбирать Luna только по цене рискованно для ответов на фактические вопросы без предоставленных источников.
7. Наш небольшой тест — короткие задачи, где хватило дешёвых настроек
В AI Arte мы тоже провели небольшой тест в Codex CLI. Это не тест для ранжирования моделей. Сначала условия.
Задачи: (1) написать функцию, которая выбирает среди дублирующихся ID, разрешает ничьи при одинаковых метках времени, обрабатывает отсутствующие строки и т. п. (проверка — запуск 24 случаев); (2) классифицировать 8 утверждений из исходного материала, посчитать доли ошибок с разными знаменателями и написать рекомендацию длиной до 160 символов (проверка по 12 пунктам). Оценку с помощью ИИ мы не использовали.
Ограничения: кеш не очищался, и большая часть ввода (около 11 000–12 000 токенов) читалась из кеша. Код проверки писался после получения ответов; тест не был предварительно зарегистрирован.
| Настройка | Пройдено | Медиана времени | Сред. выходных токенов (вкл. размышление) | Эквивалент стоимости в API за прогон (сред.) |
|---|---|---|---|---|
| Astra low | 4/4 | 10.33 с | 184.75 | $0.0447 |
| Sol low | 4/4 | 7.96 с | 175.50 | $0.0086 |
| Sol medium | 4/4 | 10.28 с | 266.25 | $0.0095 |
| Luna high | 4/4 | 11.52 с | 371.25 | $0.0006 |
Время измерялось от запуска CLI до выхода. Эквивалент стоимости в API — не то, что нам выставили к оплате (прогоны шли по подписке; это справочная цифра, полученная применением официальных ставок API к числу токенов, которое сообщил CLI).
С 5:47 до 5:49 того же дня мы прогнали ещё одну, отдельную задачу на японском — найти ошибки в пересчёте дат и в подсчётах по нескольким источникам — с 12 заранее зафиксированными пунктами проверки, по два раза на настройку. Все 8 прогонов прошли; медианы времени: Sol low 9.65 с, Sol medium 13.29 с, Astra low 13.48 с и Luna high 17.32 с (задача и временное окно отличаются от таблицы выше, поэтому средние мы не смешивали).
Всё, что это показывает: для коротких задач с проверяемым ответом бывают случаи, когда хватало Sol low или Luna high. Все настройки прошли, потому что задачи были простые, и это не доказывает, что модели равны по возможностям. Независимых задач было 3, прогонов на настройку — 4 и 2. Правки в существующем репозитории, проектирование, длинные тексты и долгую автономную работу мы не измеряли. А поскольку индикатор оставшегося лимита показывает целые проценты и общий с другой работой, по этому тесту нельзя сказать, какую часть лимита израсходовала каждая модель.
Две вещи всё же удалось увидеть. Sol low справлялась быстрее Astra low примерно за 1/5 эквивалента стоимости в API. Luna high, напротив, показала самый низкий эквивалент стоимости, но работала дольше Astra low — та же картина, что и в таблице AA.
8. Как выбрать под свою работу — где проходит развилка
Исходя из разобранного (официальные рекомендации по сценариям, оценки AA и наш небольшой тест), практичным выглядит такое разделение. Считайте его предлагаемой точкой старта, а не доказанным оптимумом.
Официальная точка старта. В оценке бизнес-процессов AA она отстаёт от Astra low на 1 пункт примерно за треть стоимости. Если результат не устраивает, поднимайтесь до Astra.
Узкие требования, где тест или проверка формата сразу говорит «прошло / не прошло». Для извлечения, классификации и преобразования — Luna high. Но Luna не быстрая, так что если ожидание мешает, берите Sol low.
Общая архитектура, баги с неизвестной причиной, сведение нескольких источников, ревью перед релизом, разработка вокруг терминала. Начинайте с low, а если видите промахи или переделки, сравните с medium и выше.
Решающий вопрос — можете ли вы сами сразу проверить результат работы. Если всё решает прохождение тестов или правильный формат, провал дешёвой модели замечается сразу, а переделка стоит немного. И наоборот: там, где ошибки всплывают поздно (проектные решения, фактические тексты без источников, визуальное качество), переделки после дешёвой модели в итоге обходятся дороже разницы в цене.
Если вы до сих пор держались за Astra low: бросать не нужно. Если хотите попробовать, безопасный путь — на неделю перевести на Sol medium только новые повседневные задачи и сравнить, как часто приходится переделывать и как быстро убывает лимит. Задачи, которые на середине важной работы, оставьте на Astra, чтобы неудачное сравнение не задело реальную работу. Учтите, что смена значения по умолчанию в конфигурационном файле (model и model_reasoning_effort в config.toml) действует только на вновь создаваемые задачи. У уже созданных задач модель и уровень проверяйте под полем ввода каждой из них.
Надёжнее всего решать, сравнивая на своей типичной работе. При одинаковом исходном состоянии: прошёл ли первый результат, сколько раз вы его правили и сколько минут заняла ваша финальная проверка? Посчитайте эти три вещи — и ответ будет точнее для вас, чем любая таблица.
FAQ
Q1. GPT-6 Sol и Luna уже можно пользоваться?
С 22 сентября 2026 года (по времени США) их раскатывают в ChatGPT Work и Codex на тарифах Plus, Pro, Business, Enterprise и Edu. На Free и Go доступна только Luna и только в десктопном приложении. В API модели доступны как gpt-6-sol и gpt-6-luna. В обычном Chat их нет (по официальным страницам на 24 сентября 2026 года).
Q2. Я работаю с Astra low. Переходить на Sol?
Обязательных причин нет. Рекомендация OpenAI: Sol — для повседневной работы и сложного кода (старт с Medium), Astra — для самой трудной работы (старт с Light). В оценках Artificial Analysis Sol medium отстала от Astra low на 1 пункт в бизнес-процессах, но сильно проиграла в работе с терминалом — 19% против 42%. Мы советуем попробовать Sol medium только на новых повседневных задачах и сравнить, как часто приходится переделывать.
Q3. Если Sol стоит 1/5 от Astra, я получу в 5 раз больше работы?
Так сказать нельзя. Ставки API и кредиты составляют 1/5, но на странице цен Codex сказано, что одни лишь ставки кредитов не определяют объём использования по подписке. Ориентировочные диапазоны на той же странице для Plus за 5 часов — Astra 5–45 и Sol 15–150 сообщений, то есть лишь примерно втрое больше. К тому же это не фиксированные лимиты, и расход зависит от работы.
Q4. Luna самая дешёвая. Можно использовать её для всего?
Она подходит для однотипной работы, где понятно, как выглядит хороший результат (извлечение, классификация, преобразование, сводки в заданном формате). В оценках Artificial Analysis задача на Luna high стоит примерно 1/27 от Astra low, но занимает больше времени, в работе с терминалом даёт всего 5%, а по метрике точности знаний проседает резко. Не отдавайте ей только из-за цены фактические вопросы без предоставленных источников или долгую автономную разработку.
Q5. Приложение по умолчанию выбирает «Sol Light», а OpenAI советует «начинать Sol с Medium». Разве это не противоречие?
Нет. Sol Light — значение по умолчанию среди пресетов Power в десктопном приложении и в вебе, а «Sol с Medium» — точка старта, чтобы получить результат на такой работе. Значение по умолчанию в API — третье: medium и у Sol, и у Luna. Простое правило: для лёгкой работы оставляйте значение по умолчанию, а для работы, где нужны планирование или анализ, ставьте Medium или выше.
Q6. Что будет с GPT-5.6 Sol и GPT-5.5?
GPT-5.6 Sol, Terra и Luna остаются доступными на переходный период. GPT-5.5 уходит из ChatGPT, ChatGPT Work и Codex 14 октября 2026 года (API это не касается), а заменой OpenAI называет GPT-6 Sol на платных тарифах (Plus, Pro, Business, Enterprise, Edu) и GPT-6 Luna в десктопном приложении на Free и Go. Если в конфигурационном файле или запланированной задаче у вас прописан gpt-5.5, поменяйте его до этой даты.
Источники
Цифры в статье проверены 24 сентября 2026 года по страницам издателей, перечисленным ниже, а также по собственным данным замеров AI Arte.
- OpenAI — Introducing GPT-6 Sol and Luna
Место в линейке, снижение цен относительно прошлого поколения (Sol $4→$2 и $20→$10, Luna $0.20→$0.10 и $1.20→$0.50), AutomationBench 1.0.6 (Sol xhigh 33.2% при $0.27, Astra low 30.3% при 3.9×, Opus 5 max 26.9% при 11.1×), DeepSWE v1.1 (Sol max 68.8%, Luna max 66.6%), Agents' Last Exam (Sol max 56.4%), OSWorld 2.0 (Sol xhigh 60.5%), внутренняя оценка фактической точности и оговорки к ней, доступность - OpenAI Developer Community — анонс GPT-6 Sol и Luna
Время релиза (22 сентября 2026 года, 18:16 UTC), доступность в Work, Codex и API, десктопная Luna для Free и Go - OpenAI — GPT-6 Sol, GPT-6 Luna, GPT-6 Astra (документация API)
ID моделей, контекст, максимальный ввод и вывод, границы знаний, уровни рассуждения и значения по умолчанию, цены API, надбавка свыше 272K, запись в кеш 1.25×, режим Fast 2× - ChatGPT — Models
Рекомендации по сценариям (Sol с Medium, Luna с High, Astra с Light), шесть пресетов Power с Sol Light по умолчанию, недоступность в Chat, GPT-5.6 на переходный период, вывод GPT-5.5 (14 октября 2026 года) - ChatGPT / Codex — Pricing
Доступность по тарифам, ставки кредитов, оговорка о том, что ставки не определяют объём использования, ориентировочные диапазоны за 5 часов (Plus: Astra 5–45, Sol 15–150, Luna 350–3 000), режим Fast 2.5× - Artificial Analysis — страницы сравнения (Sol medium против Astra low, Sol low против Astra low, Luna high против Astra low)
Intelligence Index v4.3.2, Terminal-Bench 4.0, AutomationBench-AA, AA-Omniscience, стоимость, выходные токены и время на задачу - Замеры AI Arte (24 сентября 2026 года, Codex CLI 0.155.0-alpha.16)
4 настройки × 2 задачи × 2 прогона = 16 прогонов, плюс дополнительная задача на японском по два прогона на настройку = 8 прогонов. Прохождение, время, выходные токены, эквивалент стоимости в API
Похожие статьи
- GPT-6 Astra: полный разбор релиза — цены, доступ по тарифам и бенчмарки флагманской модели
- Действительно ли GPT-6 Astra low дешевле? — замер в сравнении с GPT-5.6 Sol на high из прошлого поколения
- GPT-5.6: полный разбор релиза — Luna / Terra / Sol прошлого поколения
- Релиз Claude Opus 5.5 — новая модель Anthropic, вышедшая на той же неделе
- Границы знаний основных ИИ-моделей — докуда простираются знания каждой модели
