Sonnet 5.5 vs GPT-6 Luna: сравнение — за что платить в 20 раз

Если ваша нагрузка — короткие массовые запросы, извлечение полей, сводки и документы до 272 тыс. токенов, начинайте с GPT-6 Luna (gpt-6-luna): по прайсу на 26 октября 2026 года она в 20 раз дешевле Claude Sonnet 5.5 и за входной, и за выходной токен. Claude Sonnet 5.5 (claude-sonnet-5-5) окупается там, где Luna упирается в потолок: её максимум в индексе Artificial Analysis — 38 баллов, а Sonnet уже на уровне medium набирает 41, на max — 56. Сильнее всего разница видна в агентных задачах в терминале: в Terminal-Bench 4.0 Luna даже на max решает 12,6 %, Sonnet — от 20,7 % на low до 63,6 % на max.

Сам разрыв в цене не сводится к одному числу. За токен — 20 раз, за чтение из кэша — 10, а запрос длиннее 272 тыс. входных токенов Luna оплачивает целиком по повышенному тарифу, и разница сжимается до 10–13 раз. Один и тот же текст Sonnet разбивает на большее число токенов — в 1,52 раза для английской статьи и в 1,45 раза для русского текста, — поэтому за одинаковый ввод выходит около 29–30 раз. За задачу индекса AA при настройках по умолчанию Sonnet дороже в 50 раз, а если сравнивать уровни с близким баллом — Sonnet на low против Luna на xhigh или max, — в 5–8 раз, и Sonnet при этом быстрее.

В тесте 26 октября 2026 года через шлюз LaoZhang обе модели получили 9 одинаковых задач со скрытыми тестами: Sonnet с размышлениями на high решил 9 из 9 за $0,1119, Luna на medium — тоже 9 из 9, но за $0,0044. Такой тест показывает цену и задержку при равном результате, а не то, какая модель умнее, поэтому качество дальше оценивается по замерам AA. Прямые API Anthropic и OpenAI, вызов инструментов и другие уровни рассуждений в нём не проверялись. Перед переключением прогоните собственные задачи и считайте стоимость принятого ответа, а не цену токена.

Sonnet 5.5 или Luna: что выбрать под тип нагрузки

Выбор упирается в два вопроса: нужна ли вам планка качества выше 38 баллов AA и насколько задача агентная. Если оба ответа «нет», Luna решит её дешевле на любом уровне рассуждений; если хотя бы один «да», Luna не дотянет ни на одном. Между полюсами есть зона, где обе модели набирают близкие баллы, и там решают цена задачи и задержка.

Последняя строка — самый частый практический ответ: две модели не обязательно выбирать «или-или». Если у вас есть тест, схема или другой автоматический критерий приёмки, Luna становится первой попыткой, а Sonnet — резервом; как посчитать выгоду такого каскада, показано в разделе о проверке перед переключением.

Во сколько раз Sonnet 5.5 дороже: 20x за токен, от 5 до 50x за задачу

По прайсам Anthropic и OpenAI на 26 октября 2026 года Sonnet 5.5 стоит $2 за миллион входных токенов и $10 за миллион выходных, GPT-6 Luna — $0,10 и $0,50. Это ровно 20 раз, но счёт за реальную работу отличается от этого множителя в обе стороны, потому что токены у моделей разные, тарифы кэша и длинного контекста устроены по-разному, а на одну задачу модели тратят разное число токенов.

Цены за токены взяты из прайса Claude API и прайса OpenAI API, цены за задачу — из сравнения Claude Sonnet 5.5 и GPT-6 Luna на Artificial Analysis. Под чтением из кэша здесь понимается одно и то же у обоих поставщиков: у Anthropic это cache hits, у OpenAI — cached input. Anthropic берёт за него 5 % базовой цены ввода, OpenAI — 10 %, поэтому в агентных циклах с длинным общим префиксом разница меньше 20 раз. Цена $0,10 у Sonnet действует с 7 октября 2026 года, до этого было $0,20; как это меняет расчёт экономии, разобрано в статье Claude Sonnet 5.5: цена чтения кэша $0,10 — расчёт экономии.

Порог 272 тыс. токенов работает только в одну сторону. На странице GPT-6 Luna в документации OpenAI сказано, что запрос длиннее 272 тыс. входных токенов оплачивается по двойной цене ввода и кэша и полуторной цене вывода за весь запрос, а у Sonnet 5.5 одна цена на всё окно в 1 млн токенов. Batch-обработка у обоих поставщиков стоит половину обычной цены ($1 и $5 у Sonnet, $0,05 и $0,25 у Luna), так что соотношение там не меняется. Региональная обработка дорожает почти одинаково: у OpenAI на 10 %, у Anthropic обработка только в США (inference_geo) стоит в 1,1 раза дороже.

Строка про задачу AA при настройках по умолчанию требует оговорки. В API у Sonnet 5.5 по умолчанию уровень high, а в Claude Code и приложениях Claude — medium; у Luna по умолчанию medium. Значит, «по умолчанию против по умолчанию» — это сравнение 47 баллов с 30, и множитель 50 раз складывается из цены токена и объёма: на одну задачу индекса Sonnet на high пишет около 37,3 тыс. выходных токенов, Luna на medium — около 11,5 тыс., то есть в 3,2 раза меньше. Тот же разрыв в 20 раз по прайсу есть и внутри линейки Anthropic, между Haiku 5.5 и Sonnet 5.5, — он разобран в статье Claude Haiku 5.5 или Sonnet 5.5: что выбрать по цене задачи.

Уровни рассуждений: у Luna потолок 38 баллов, у Sonnet старт с 36

В индексе Artificial Analysis Intelligence Index v4.3.2 на 26 октября 2026 года самый слабый уровень Sonnet 5.5 (low, 36 баллов) почти совпадает с самым сильным уровнем GPT-6 Luna (max, 38). Поэтому «Sonnet против Luna» на деле означает выбор между двумя диапазонами, которые соприкасаются в одной точке: всё, что выше 38 баллов, есть только у Sonnet, всё, что ниже 36, — только у Luna.

Индекс AA собран из 10 тестов, а стоимость задачи — средневзвешенная цена одной задачи из него при прямых API поставщиков. Цифры Sonnet снизились после удешевления чтения из кэша 7 октября: до него AA оценивала задачу на high в $1,12, на max — в $7,67, так что более высокие суммы, которые ещё можно встретить, относятся к старой цене. Anthropic отдельно предупреждает, что уровни Sonnet 5.5 откалиброваны иначе, чем у Sonnet 5, поэтому при переходе со старой модели уровень стоит подбирать заново.

Из таблицы следуют три правила. Если вашей задаче нужно больше 38 баллов, выбора нет: минимальный подходящий вариант — Sonnet на medium за $0,48, что в 7 раз дороже Luna на max, зато втрое быстрее (121 с против 364 с). Если хватает 35–38 баллов, Luna на xhigh или max дешевле Sonnet на low в 5–8 раз, а Sonnet на low быстрее в 2,5–4 раза — здесь выбор между деньгами и задержкой. Если задача решается на 30–33 баллах, у Sonnet нет сопоставимого уровня, и Luna на medium или high остаётся единственным разумным вариантом.

Где Sonnet сильнее, а где Luna не уступает: подоценки AA

Разрыв в индексе неравномерен: в агентных задачах и проверке знаний Sonnet ушёл далеко вперёд, а в рассуждениях по длинному контексту Luna на том же уровне не хуже. Ниже — диапазоны от уровня low до max для обеих моделей по данным того же сравнения AA на 26 октября 2026 года.

Для агентной работы в терминале разница принципиальная: Luna на максимальном уровне решает 12,6 % задач Terminal-Bench 4.0, тогда как Sonnet даже на low — 20,7 %, а на medium — 29,8 %. Если ваш сценарий — агент, который сам запускает команды, правит файлы и проверяет результат, Luna как основная модель не подходит ни на каком уровне.

С длинными документами картина обратная. В AA-LCR начиная с medium Luna на том же уровне набирает не меньше Sonnet: 78,3 % против 76,3 % на medium, 79,3 % против 78,0 % на high, 83,3 % против 82,7 % на max. Поиск ответа в большом документе, сверка нескольких файлов, извлечение фактов из отчёта — задачи, где Luna даёт сопоставимый результат за двадцатую часть цены, пока запрос не перевалил за 272 тыс. токенов.

Отдельный риск — фактические вопросы. В AA-Omniscience отрицательный балл означает, что неверных ответов больше, чем верных, и у Luna он от −22 без рассуждений до 1 на max, у Sonnet — от 19 до 32. Если модель должна отвечать на вопросы по памяти, без поиска и без переданных ей документов, Luna чаще даёт неверный ответ. Для таких задач либо берите Sonnet, либо передавайте Luna нужные факты в самом запросе — документами или результатами поиска.

Тест на одних промптах 26 октября: 9 из 9 у обеих, цена — в 25 раз

26 октября 2026 года обе модели решали 9 одинаковых задач через шлюз LaoZhang, и при одинаковом результате работа Sonnet обошлась в 25 раз дороже. Задачи небольшие и чётко сформулированные: текстовая задача на подсчёт, функции merge_intervals, parse_duration, top_words и eval_expr, разбор строки CSV, сравнение версий по SemVer 2.0.0, подсчёт чисел по сумме цифр и сводка английской статьи в 6 723 слова в пять пунктов. Все проверки были написаны до того, как читались ответы. Для функций это скрытые тесты, причём тесты к eval_expr, разбору CSV и сравнению версий SemVer дополнительно сверены с эталонной реализацией; текстовая задача и подсчёт по сумме цифр сравниваются с заранее известным ответом, а у сводки проверяется формат — пять пунктов не длиннее 25 слов. Каждая модель отвечала один раз, без системного промпта и инструментов; Sonnet вызывался через формат Anthropic Messages, Luna — через Chat Completions, стоимость считалась по прайсу из поля usage в ответах.

Разница вышла 25,4 раза для Sonnet с размышлениями и 18,8 раза без них, а не ровно 20, по двум причинам. Входных токенов у Sonnet на тех же промптах в 1,51 раза больше, а выходных с размышлениями — 7 802 против 6 545: на этих задачах Luna на medium написала ненамного меньше, причём 60 % её вывода ушло на рассуждения. Единственный провал — у Sonnet без размышлений в merge_intervals: слово «касающиеся» модель поняла как «соседние целые» и слила интервалы (1, 2) и (3, 4) в (1, 4), а скрытый тест ожидал, что они останутся раздельными. Это промах в толковании неоднозначной формулировки, а не сбой; с включёнными размышлениями Sonnet объединил только пересекающиеся интервалы и интервалы с общей границей и тест прошёл.

На этом шлюзе Luna была медленнее на каждой из 9 задач: например, на eval_expr ответ занял 33,2 с против 13,0 с у Sonnet с размышлениями. Весь прогон обошёлся в $0,21 по прайсу. LaoZhang отдаёт обе модели по тем же ценам, что и прайсы Anthropic и OpenAI, с одним ключом на обе; у его маршрута Claude один ответ ограничен 32 768 выходными токенами, а Message Batches API нет.

Границы у теста узкие: 9 небольших задач, по одной попытке, один шлюз и один день. Обе модели решили почти всё, поэтому он сравнивает цену, число токенов и задержку при равной доле решённых задач. Качество на трудных задачах лучше видно по AA, где разрыв проявляется в агентных тестах, а не на коротких функциях с ясной спецификацией.

Токенизатор: тот же текст — в 1,45–1,52 раза больше токенов у Sonnet

Одна и та же английская статья в 6 723 слова вместе с однострочной инструкцией заняла 15 335 входных токенов у Sonnet 5.5 и 10 106 у GPT-6 Luna — в 1,52 раза больше. По всем 9 промптам вышло 16 957 против 11 213, то есть 1,51 раза; в коротких промптах сюда входит и служебная обёртка сообщений каждого API. Значит, за один и тот же английский ввод Sonnet обходится примерно в 20 × 1,52 ≈ 30 раз дороже Luna. Для русского текста соотношение измерено отдельно, тоже 26 октября 2026 года: первые 6 000 знаков русскоязычной статьи блога о Haiku 5.5 и GPT-6 Luna заняли 2 967 входных токенов у Sonnet и 2 051 у Luna — в 1,45 раза больше, так что за русский ввод Sonnet дороже примерно в 20 × 1,45 ≈ 29 раз. Файл на Python длиной 6 000 знаков дал 1,46 раза. Это по одному образцу на язык, и замер касается только ввода: сколько выходных токенов напишет каждая модель, зависит от ответа, поэтому для своих данных соотношение всё равно стоит проверить. Anthropic в документации пишет лишь, что токенизатор Sonnet 5 насчитывает примерно на 30 % больше токенов, чем модели поколения Claude 4.6; официального сравнения с токенизатором OpenAI нет.

Размышления Sonnet через шлюз: без поля thinking их не было

Через этот шлюз запросы к Sonnet без поля thinking и без уровня рассуждений вернулись без единого блока размышлений во всех 9 задачах. С явными thinking: {"type": "adaptive"} и output_config: {"effort": "high"} блоки размышлений пришли в 7 задачах из 9, а выходных токенов стало больше: 7 802 вместо 4 896. По документации Anthropic о размышлениях у Sonnet 5.5 без поля thinking должны включаться адаптивные размышления на уровне high; прямой API Anthropic в этом тесте не проверялся. Практический вывод: если вы обращаетесь к Sonnet через любой прокси или шлюз, задавайте thinking и уровень рассуждений явно, иначе можно незаметно получить другой режим и другой результат.

Сколько обойдётся ваша нагрузка: пять сценариев с расчётом

Для коротких запросов и batch-заданий разница остаётся около 20 раз, для длинного документа выше 272 тыс. токенов падает примерно до 10, для агентного цикла с кэшем — до 15. Расчёт ниже сделан 26 октября 2026 года по прайсам из таблицы выше; объёмы токенов в сценариях — допущения, а не замеры, и в основных строках каждая модель считается в собственных токенах.

Каждую строку можно пересчитать. В сценарии B Sonnet берёт 300 000 × $2 / 1 млн = $0,60 за ввод и 5 000 × $10 / 1 млн = $0,05 за вывод, итого $0,65; у Luna запрос длиннее 272 тыс., поэтому весь он идёт по повышенному тарифу: 300 000 × $0,20 / 1 млн + 5 000 × $0,75 / 1 млн = $0,06 + $0,00375 ≈ $0,0638. В сценарии C у Sonnet один раз оплачивается запись префикса в кэш (100 тыс. × $2,50 / 1 млн = $0,25), а затем на каждом шаге чтение префикса, новый ввод и вывод: $0,01 + $0,004 + $0,01 = $0,024, за 50 шагов $1,20, итого $1,45. У Luna те же статьи дают $0,0125 + 50 × $0,0017 = $0,0975.

У расчёта три допущения, которые стоит заменить своими числами. Первое: объём вывода взят одинаковым, хотя на реальных задачах модели пишут разное количество токенов, особенно с размышлениями. Второе: в сценарии C кэш не истекает между шагами — у Sonnet запись живёт 5 минут и продлевается при каждом чтении, у Luna записывается на 30 минут. Третье: поправка на токенизатор 1,52 измерена на английской статье; для русского текста по одному образцу вышло 1,45, для кода на Python — 1,46, так что на ваших данных множитель может немного отличаться.

Что быстрее: Sonnet на low против Luna на высоких уровнях

Быстрее та модель, которой для нужного балла не приходится долго рассуждать. В замерах AA на 26 октября 2026 года Sonnet на low тратит на задачу индекса 85 с, а Luna на xhigh — 215 с, на max — 364 с, так что при близком балле Sonnet быстрее в 2,5–4 раза. На одинаковом уровне medium время почти равно (121 и 126 с), а Luna на low укладывается в 18 с, но и набирает там 22 балла. Скорость генерации у обеих в замерах AA одного порядка — 105–134 токена в секунду у Sonnet и 92–140 у Luna, а до первого токена на medium проходит 1,35 с у Sonnet и 2,79 с у Luna. В тесте 26 октября через шлюз LaoZhang Luna оказалась медленнее на каждой задаче (128 с суммарно против 71 с у Sonnet с размышлениями), но это один маршрут в один день, и задержка заметно зависит от провайдера и нагрузки. OpenRouter публикует собственную статистику по своим маршрутам — медиана 106 токенов в секунду у Sonnet 5.5 и 42 у Luna; это другой способ замера, и сопоставлять его с цифрами AA напрямую нельзя.

Что сломается при переезде: параметры API Sonnet 5.5 и GPT-6 Luna

Замены названия модели недостаточно в обе стороны: у моделей разные параметры уровня рассуждений, разные ограничения на вызов функций и разное поведение длинного контекста. Ниже — то, что придётся поменять в коде, по документации Anthropic и OpenAI на 26 октября 2026 года.

При переходе с Luna на Sonnet чаще всего ломаются две вещи. Код, который принудительно вызывает инструмент через tool_choice, получает ошибку 400, поэтому его придётся перевести на auto и описать нужный вызов в инструкции. Код, который отключал рассуждения через none, на Sonnet должен использовать between_tools; кроме того, стоит заложить больший max_tokens и бюджет, ведь размышления оплачиваются, даже когда их текст скрыт.

При переходе с Sonnet на Luna главное — вызов функций. Если агент работает через Chat Completions и при этом нужны рассуждения, функции там не вызвать, и запросы придётся перенести в Responses API. Второе — длина: агент, у которого контекст иногда перерастает 272 тыс. токенов, начнёт платить по повышенному тарифу за весь запрос, а всё, что длиннее 922 тыс., Luna не примет вовсе. В обоих направлениях через прокси или шлюз задавайте уровень рассуждений явно, а не полагайтесь на значение по умолчанию.

Как проверить перед переключением: стоимость принятой задачи

Сравнивайте не цену токена, а стоимость задачи, ответ на которую прошёл вашу проверку: в ней сразу учтены токенизатор, объём рассуждений, повторы и провалы. Небольшого прогона на собственных данных достаточно, чтобы увидеть, где ваша нагрузка находится между 5 и 50 разами.

1. Соберите 30–50 реальных запросов из логов вместе с критерием приёмки: тестом, JSON-схемой или правилом ручной проверки. Запросы без критерия в сравнение не берите, на них нельзя посчитать, какой ответ принят.
2. Задайте параметры явно в каждом запросе: для Sonnet — thinking и output_config.effort, для Luna — reasoning_effort или reasoning.effort. Минимальный набор — Luna на medium и max, Sonnet на low и на том уровне, который у вас сейчас.
3. Сохраняйте из каждого ответа usage: входные, кэшированные и выходные токены, токены рассуждений. Деньги считайте по прайсу из этих чисел, а не по длине текста.
4. Разделите всё потраченное на прогон, включая повторы, на число ответов, прошедших проверку. Рядом запишите медианное время ответа и время самых медленных 10 % запросов.
5. Разберите провалы вручную. Неверно понятую формулировку, как с «касающимися» интервалами в тесте выше, исправляет уточнение промпта, а ошибку в рассуждении — только более сильная модель или более высокий уровень.
6. Если Luna проходит большую часть задач, а проверка автоматическая, прогоните каскад: сначала Luna, при провале проверки — Sonnet.

Ожидаемая цена задачи в каскаде равна цене попытки Luna плюс доля провалов, умноженная на цену попытки Sonnet. С ценами одной задачи из теста 26 октября ($0,0044 / 9 ≈ $0,00049 у Luna и $0,1119 / 9 ≈ $0,0124 у Sonnet) и допущением, что Luna проходит 80 % задач, выходит $0,00049 + 0,2 × $0,0124 ≈ $0,0030 — примерно вчетверо дешевле, чем отправлять всё на Sonnet. Без автоматической проверки каскад не работает, и он не подходит там, где задержка второй попытки неприемлема.

Sonnet 5.5 и GPT-6 Luna: другие вопросы

Существует ли GPT-6 Luna Pro или GPT-6.1 Luna?

По состоянию на 26 октября 2026 года в каталоге моделей и на странице цен OpenAI есть только gpt-6-luna: моделей «GPT-6 Luna Pro» и gpt-6.1-luna там нет. Цены, которые встречаются под названием «Luna Pro», — $0,10 за миллион входных и $0,50 за миллион выходных токенов при контексте 1 050 тыс. — совпадают с ценами gpt-6-luna. Как Luna соотносится с остальной линейкой OpenAI, разобрано в статье GPT-6 Sol, Luna, Astra и GPT-5.6 Terra: что выбрать для работы.

Есть ли у Anthropic модель по цене GPT-6 Luna?

Да, Claude Haiku 5.5: в запросах до 100 тыс. токенов её прайс совпадает с ценами Luna, а длиннее весь запрос стоит в пять раз дороже. Задача у Haiku при этом обходится дороже, потому что Haiku пишет больше токенов: по замерам AA — в 2,7 раза при уровнях по умолчанию. Подробности — в статье Haiku 5.5 vs GPT-6 Luna: сравнение — тариф один, счёт разный.

На каких моделях работают бесплатные ChatGPT и Claude?

Согласно объявлению OpenAI от 7 октября 2026 года, на тарифах Free и Go ChatGPT отвечает моделью GPT-6 Luna; развёртывание началось 8 октября. В бесплатном Claude, по таблице тарифов Claude, доступен Sonnet; версию таблица не называет, но текущая модель Sonnet — 5.5, и выключить размышления у Sonnet 5.5 в приложении Claude нельзя. Подробнее о бесплатном доступе к GPT-6 — в статье GPT-6 бесплатно в ChatGPT: на Free работает Luna, Astra — платно.