Семейство GPT-6 пополнилось Sol и Luna

После выхода GPT-6 Astra компания OpenAI официально расширила шестое поколение своих моделей и представила GPT-6 Sol и GPT-6 Luna.

Если Astra остается максимально производительной моделью семейства и предназначена для наиболее сложных задач, новые Sol и Luna должны сделать технологии GPT-6 практичнее для повседневного использования.

OpenAI сообщает, что Sol и Luna обучались с использованием методов, схожих с применявшимися при создании GPT-6 Astra.

В новые модели перенесены достижения Astra в нескольких ключевых направлениях:

• профессиональная работа;
• программирование;
• фактическая точность;
• управление компьютером;
• взаимодействие с пользователем;
• alignment.

Но главный акцент нового релиза — соотношение возможностей, скорости и стоимости.

GPT-6 Astra остается моделью для ситуаций, когда требуется максимальное качество независимо от стоимости. Sol занимает более универсальную позицию, а Luna предназначена прежде всего для быстрых и массовых задач.

Таким образом, семейство GPT-6 начинает превращаться не в одну универсальную модель, а в линейку AI-инструментов для разных сценариев использования.

GPT-6 Sol — мощная модель для повседневной профессиональной работы

GPT-6 Sol можно рассматривать как более доступную альтернативу Astra для задач, где по-прежнему требуется высокий уровень reasoning.

OpenAI позиционирует Sol как модель, способную выполнять сложную профессиональную работу, но при значительно меньшей стоимости использования.

Особенно интересно это выглядит для разработчиков.

Современные AI-агенты потребляют огромное количество токенов. Если Codex должен несколько минут или даже часов изучать проект, читать файлы, изменять код, запускать тесты и исправлять найденные ошибки, стоимость модели становится важным фактором.

Именно здесь GPT-6 Sol может оказаться особенно востребованной.

Она предоставляет значительную часть возможностей нового поколения GPT, но предназначена для более регулярного использования, чем Astra.

По опубликованным OpenAI тестам, Sol показывает серьезный рост не только в обычных вопросах и ответах, но и в реальных многоэтапных рабочих процессах.

На AutomationBench GPT-6 Sol с уровнем reasoning xhigh получила 33,2%, тогда как GPT-6 Astra на low — 30,3%.

При этом стоимость выполнения задачи у Astra в данном сравнении оказалась примерно в 3,9 раза выше.

Это хороший пример того, зачем вообще понадобилась Sol.

Не обязательно использовать максимально мощную Astra для каждой задачи, если более доступная модель способна показать достаточный или даже лучший результат при правильно выбранном reasoning effort.

GPT-6 Luna — ставка на скорость и низкую стоимость

GPT-6 Luna занимает другой уровень семейства.

Ее основная задача — предоставить возможности поколения GPT-6 там, где особенно важны скорость и стоимость.

Это может быть:

• обработка большого количества документов;
• классификация;
• извлечение данных;
• массовая генерация контента;
• несложное программирование;
• автоматизация;
• AI-функции внутри сайтов и приложений;
• обслуживание большого количества пользовательских запросов.

Особенно интересной Luna становится из-за новой стоимости API.

OpenAI снизила цену относительно GPT-5.6 Luna более чем существенно.

При этом сама модель стала интеллектуальнее.

Компания сообщает, что при более высоких уровнях reasoning GPT-6 Luna в некоторых тестах способна достигать уровня значительно более дорогих моделей предыдущего поколения.

Это делает Luna потенциально интересной не только для простых чат-ботов, но и для программирования.

GPT-6 Sol и Luna стали значительно дешевле

Цена — одна из главных новостей релиза.

Для GPT-6 Sol стоимость API составляет:

Input — $2 за 1 млн токенов.

Output — $10 за 1 млн токенов.

Для сравнения, GPT-5.6 Sol стоила $4 за миллион входных и $20 за миллион выходных токенов.

То есть стоимость снизилась ровно в два раза.

GPT-6 Luna стала еще доступнее:

Input — $0,10 за 1 млн токенов.

Output — $0,50 за 1 млн токенов.

Для GPT-5.6 Luna соответствующие промо-цены составляли $0,20 и $1,20.

OpenAI связывает снижение стоимости в том числе с улучшениями инфраструктуры inference и кеширования.

Для разработчиков это очень важное изменение.

Когда AI используется не несколько раз в день через чат, а становится частью продукта или постоянно работающего агента, стоимость миллионов токенов напрямую влияет на экономику проекта.

GPT-6 Astra никуда не исчезает

Выход Sol и Luna не означает, что Astra становится ненужной.

Наоборот, OpenAI прямо продолжает называть GPT-6 Astra лучшей моделью семейства.

Логика линейки теперь выглядит примерно следующим образом:

GPT-6 Astra — максимальные возможности для самых сложных задач.

GPT-6 Sol — мощная профессиональная модель с более привлекательным балансом стоимости и возможностей.

GPT-6 Luna — быстрая и очень дешевая модель для масштабных и повседневных задач.

Для разработчиков такой подход дает возможность выбирать модель под конкретную задачу вместо использования самого дорогого варианта для всего подряд.

Например, архитектурный анализ сложного проекта можно выполнять Astra, большую часть программирования — Sol, а простые операции обработки данных — Luna.

GPT-6 Sol серьезно усилили в программировании

Одно из главных направлений новых моделей — программирование.

OpenAI отдельно подчеркивает, что стоимость coding agents становится все более важной, поскольку агенты получают более продолжительные и сложные задачи.

Раньше AI мог сгенерировать одну функцию.

Теперь Codex способен работать с целой кодовой базой:

изучить проект → найти необходимые файлы → изменить код → запустить проверки → исправить ошибки → подготовить готовое изменение.

Такая работа требует значительно больше токенов.

Поэтому снижение цены Sol в два раза может быть не менее важным изменением, чем увеличение интеллектуальных возможностей.

На DeepSWE v1.1, где модели выполняют продолжительные software-engineering задачи в реальных кодовых базах, GPT-6 Sol на максимальном reasoning получила 68,8%.

GPT-6 Luna на максимальном уровне reasoning показала 66,6%.

Особенно примечателен результат Luna.

Модель, ориентированная на низкую стоимость, теперь способна выполнять довольно серьезные задачи программирования.

Что это значит для Codex

Для меня как веб-разработчика именно Codex является одним из самых интересных направлений этого релиза.

GPT-6 Sol и GPT-6 Luna уже становятся доступны в Codex.

Это позволяет выбирать модель в зависимости от сложности задачи.

Например, Sol логично использовать для:

• разработки нового функционала;
• debugging;
• рефакторинга;
• работы с большими проектами;
• WordPress;
• 1С-Битрикс;
• PHP;
• JavaScript;
• React;
• интеграций;
• тестирования.

Luna потенциально хорошо подходит для более простых и массовых операций:

• небольших исправлений;
• генерации тестов;
• документации;
• анализа отдельных файлов;
• простых frontend-задач;
• типового boilerplate;
• обработки данных.

А Astra остается вариантом для действительно сложных архитектурных и многоэтапных задач.

Такое разделение особенно важно при продолжительной работе агента.

Нет смысла расходовать Astra на изменение CSS-отступа или создание типовой PHP-функции.

Улучшилась фактическая точность

OpenAI сообщает и о заметном улучшении factuality.

На внутреннем тестировании компании GPT-6 Sol допускает примерно вдвое меньше фактических ошибок, чем GPT-5.6 Sol.

При этом ее показатели приближаются к Astra, несмотря на существенно меньшую стоимость.

GPT-6 Luna также показывает заметное улучшение.

По данным OpenAI, на высоких уровнях reasoning она способна достигать уровня фактической надежности GPT-5.6 Sol примерно при сотой доле стоимости.

Здесь важно учитывать, что речь идет о внутренней оценке OpenAI на специально подобранных разговорах, в которых пользователи ранее отмечали фактические ошибки.

Это не означает, что GPT-6 перестала ошибаться или что модель можно использовать без проверки информации.

Sol и Luna научились лучше работать с компьютером

Еще одно направление GPT-6 — computer use.

Модель может не только генерировать текст или код, но и взаимодействовать с графическими интерфейсами и выполнять продолжительные последовательности действий.

Astra по-прежнему остается наиболее сильной моделью OpenAI в этом направлении.

Однако Sol и Luna значительно сокращают разрыв.

На OSWorld 2.0 GPT-6 Sol с xhigh reasoning получила 60,5%.

OpenAI также сообщает, что GPT-6 Luna на максимальном reasoning способна превосходить GPT-5.6 Sol со средним reasoning при примерно десятикратно меньшей стоимости выполнения задачи.

Это особенно интересно в контексте AI-агентов.

Если модель должна самостоятельно работать с браузером или приложением, стоимость продолжительной сессии становится критически важной.

Изменился стиль общения

OpenAI перенесла в Sol и Luna часть изменений communication style, впервые представленных в Astra.

Компания обещает:

• более ясные ответы;
• меньше лишнего жаргона;
• меньше странных формулировок;
• меньше малополезных деталей;
• немного более короткие ответы без потери содержания.

Особенно заметным это должно быть в технических и coding-разговорах.

Для программирования это действительно важно.

Хороший coding agent должен не просто написать код, но и четко сообщить:

что он изменил;

что проверил;

что не проверил;

какие ограничения остались.

OpenAI отдельно работает над тем, чтобы модели не создавали ложного впечатления о выполненных действиях.

GPT-6 улучшает кеширование

Вместе с Sol и Luna OpenAI обновила механизм prompt caching.

Это важно прежде всего для длинных разговоров и AI-агентов.

Если значительная часть контекста повторяется между запросами, нет необходимости каждый раз обрабатывать его полностью заново.

OpenAI сообщает, что GPT-6 теперь получает более высокий cache hit rate по умолчанию.

Для cached input действует скидка до 90%.

Также разработчикам предоставлены инструменты для диагностики кеширования и явного определения границ кешируемых префиксов.

Интересно, что изменение reasoning effort и включение или отключение инструментов теперь может происходить без разрушения ранее накопленного кеша.

Для больших coding-проектов это потенциально означает серьезную экономию.

Codex может постоянно работать с одним большим контекстом проекта, повторно используя уже обработанную информацию.

Где уже доступны GPT-6 Sol и Luna

На момент публикации OpenAI сообщает о доступности GPT-6 Sol и GPT-6 Luna в ChatGPT Work и Codex для пользователей Plus, Pro, Business, Enterprise и Edu.

Пользователи Free и Go получают доступ к GPT-6 Luna в desktop-приложении.

В API новые модели доступны под идентификаторами:

gpt-6-sol

и

gpt-6-luna.

При этом OpenAI отдельно указывает, что развертывание происходит постепенно. Поэтому модель может появиться в разных аккаунтах не одновременно.

В обычном Chat новые модели на момент первоначального анонса еще не были полностью доступны.

GPT-6 Sol и Luna появились и в GitHub Copilot

Распространение моделей не ограничивается собственными продуктами OpenAI.

GitHub также сообщил о расширении линейки GPT-6 в Copilot моделями Sol и Luna.

Sol предлагается для более сложной повседневной агентной разработки, а Luna — как быстрый и экономичный вариант.

Это еще раз показывает, насколько важным направлением для нового поколения GPT становится именно software development.

AI постепенно превращается из autocomplete для программиста в агента, способного работать над законченной задачей.

Какую модель GPT-6 выбрать

После выхода Sol и Luna выбор становится значительно интереснее.

Если нужен максимально сильный результат, особенно для сложной архитектуры, исследований, computer use или продолжительной агентной работы, остается GPT-6 Astra.

Если необходимо регулярно решать сложные профессиональные задачи и программировать, но Astra оказывается слишком дорогой, основной рабочей моделью может стать GPT-6 Sol.

Если приоритетом являются скорость, масштаб и минимальная стоимость, появляется GPT-6 Luna.

Причем Luna уже нельзя воспринимать исключительно как «маленькую модель для простых вопросов».

Результаты coding-тестов показывают, что при повышенном reasoning она способна выполнять довольно сложные software-engineering задачи.

Для веб-разработчика это позволяет построить многоуровневую схему:

Luna → типовые и массовые задачи.

Sol → основная разработка.

Astra → самые сложные задачи.

Именно такой подход потенциально позволяет получить максимальную производительность без необходимости использовать самую дорогую модель в каждом запросе.

Что в итоге

Выход GPT-6 Sol и Luna, на мой взгляд, важен не столько появлением еще двух названий в списке моделей.

OpenAI начинает формировать полноценную линейку GPT-6.

Astra показала максимальные возможности нового поколения, а теперь эти технологии постепенно переходят в модели, которые значительно проще использовать в повседневной работе и масштабировать через API.

Особенно интересна GPT-6 Sol.

Снижение стоимости API в два раза при одновременном росте возможностей программирования делает ее потенциально основной рабочей моделью для разработчиков и Codex.

GPT-6 Luna идет еще дальше в сторону эффективности.

Цена $0,10 за миллион входных и $0,50 за миллион выходных токенов открывает возможность использовать достаточно интеллектуальную reasoning-модель в сценариях, где раньше стоимость большого количества запросов становилась ограничением.

А Astra остается верхним уровнем семейства — моделью, которую можно подключать тогда, когда качество результата важнее стоимости.

В результате вопрос постепенно меняется с:

«Какую одну модель использовать?»

на:

«Какую модель использовать для конкретного этапа задачи?»

Для AI-разработки это, возможно, одно из наиболее важных изменений GPT-6.

GPT-6 в веб-разработке

Я разработчик сайтов. Использую современные AI-инструменты в разработке сайтов, автоматизации и создании индивидуального функционала.

Если вам нужен сайт под ключ, интернет-магазин, интеграция или доработка существующего проекта — подробнее об услугах можно узнать на denkon.ru.