OpenAI представила GPT-6 Sol и Luna — модели стали вдвое дешевле, чем в версии GPT-5.6

Компания OpenAI расширила свою линейку нейросетей, выпустив модели GPT-6 Sol и Luna, которые предлагают производительность уровня своих предшественников за половину прежней цены. Как сообщает The Decoder, основной акцент в обновлении сделан на экономическую эффективность, позволяющую конкурировать с более дорогими решениями от Anthropic и дешевыми открытыми моделями.

Ценовая политика претерпела радикальные изменения: стоимость 1 миллиона входных токенов для GPT-6 Sol теперь составляет $2, а выходных — $10. Младшая модель Luna стала еще доступнее с ценником $0.10 за вход и $0.50 за выход. Подобный демпинг стал возможен благодаря оптимизации кэширования и алгоритмов инференса, что привело к выводу из эксплуатации ранее самой дешевой модели Terra.

Позиционирование и практическое применение

Разработчики четко разграничили сценарии использования новых инструментов. GPT-6 Sol ориентирована на регулярные сложные итерации: написание функционала, глубокий аудит кода, отладку и анализ массивов данных. В то же время Luna берет на себя роль «рабочей лошадки» для массовых, хорошо структурированных задач, таких как саммаризация документов или извлечение конкретных фактов из текста.

Для оптимизации расходов внедрена система скидок на кэшированные токены, достигающая 90%. В консоли разработчика появился специальный дашборд для диагностики кэша, позволяющий менять параметры рассуждений (reasoning effort) без сброса уже накопленных данных. Модели уже интегрированы в ChatGPT Work и Codex для платных подписчиков, а пользователи бесплатной версии получили доступ к Luna через десктопное приложение.

OpenAI демонстрирует классический маневр по удержанию рынка: когда качественный скачок в архитектуре замедляется, в бой идет оптимизация маржинальности. GPT-6 Sol и Luna — это не прорыв в области AGI, а зрелый продукт для бизнеса, где предсказуемость бюджета важнее лишнего балла в бенчмарках. Однако попытка скрыть отсутствие прогресса за манипуляциями с уровнями рассуждений превращает выбор модели в лотерею, где выигрывает тот, кто умеет вовремя остановиться в погоне за точностью.

Бенчмарки и независимая экспертиза

В официальных тестах OpenAI делает ставку на соотношение цены и качества. В тесте OSWorld 2.0 модель Sol демонстрирует результаты, сопоставимые с Claude Opus 5, при этом обходясь на 80% дешевле. В задачах автоматизации бизнес-процессов на AutomationBench Sol на максимальных настройках якобы превосходит флагман Anthropic, потребляя лишь 9% от стоимости его ресурсов.

Однако независимый анализ от Artificial Analysis рисует менее радужную картину. Эксперты отмечают, что при двукратном снижении затрат показатели интеллекта остались на уровне GPT-5.6, а в некоторых случаях даже зафиксирован регресс. Например, в тестах на знание профессиональных областей GDPval модели потеряли от 75 до 100 пунктов Elo из-за снижения качества презентации ответов и их неполноты.

Ситуация осложняется тем, что Luna на максимальных настройках зачастую выдает результаты, идентичные Sol на «высоких» параметрах, но стоит при этом на 78% меньше. Такая внутренняя конкуренция и отсутствие прозрачности в выборе тестов — из набора исчезли привычные метрики вроде Terminal-Bench — заставляют профессиональное сообщество скептически относиться к маркетинговым заявлениям о «новом поколении».