Перейти к основному содержанию

GPT-6 Sol, Luna, Astra и GPT-5.6 Terra: что выбрать для работы

5 мин чтенияСравнение моделей ИИ

Для сложной разработки начните с GPT-6 Sol, для повторяемых коротких задач проверьте Luna, для наиболее трудных многошаговых работ — Astra. Terra остаётся моделью GPT-5.6.

Четыре модели на схеме выбора: GPT-6 Astra, Sol и Luna отдельно от GPT-5.6 Terra

Если вам нужна одна отправная точка для разработки, попробуйте GPT-6 Sol. Для узких повторяемых задач, где важна цена большого потока запросов, сначала проверьте GPT-6 Luna. GPT-6 Astra имеет смысл испытывать на сложной работе в несколько этапов. А Terra — это gpt-5.6-terra, модель предыдущего поколения, а не четвёртый участник семейства GPT-6. Так OpenAI описывает назначение трёх моделей GPT-6 и обозначает Terra. Это ориентиры для отбора кандидатов, а не результат нашего теста на вашем коде.

Какие модели действительно относятся к GPT-6?

В API имена нужно указывать полностью. GPT-6 Sol и Luna появились в журнале изменений OpenAI 22 сентября 2026 года; поэтому старые сравнения Astra с тройкой Sol/Terra/Luna поколения 5.6 нельзя автоматически читать как сравнение нынешней линейки.

Название в обсужденииТочный ID для APIМесто в выборе
GPT-6 Astragpt-6-astraКандидат для самых трудных многошаговых задач
GPT-6 Solgpt-6-solОтправная точка для сложной разработки и повседневной работы
GPT-6 Lunagpt-6-lunaКандидат для ограниченных, повторяемых задач в большом объёме
Terragpt-5.6-terraМодель GPT-5.6, с которой можно сравнить новый вариант на своей задаче

Назначение моделей в таблице следует описанию семейства GPT-6 и карточке Terra. ID gpt-6-terra в этом семействе нет. Если вам нужно сравнение именно прежних Sol, Terra и Luna, смотрите разбор моделей GPT-5.6.

С какой модели начать для вашей задачи?

Для изменений в нескольких файлах, отладки с инструментами и задач, где нужно удерживать ограничения на протяжении работы, начните с Sol. OpenAI позиционирует её для сложного программирования и агентных процессов. Если Sol стабильно выполняет задачу, сравните Luna на более узкой её части: например, на извлечении полей, кратком пересказе или ограниченной правке. Дешевизна токена не поможет, если из-за ошибок придётся чаще повторять запросы или исправлять результат вручную.

Схема выбора модели по задаче: Luna для повторяемой операции, Sol для сложного кода, Astra для многошаговой работы, Terra как существующая база сравнения

Для работы, которая требует длинной цепочки действий в коде, браузере и других приложениях, добавьте Astra как отдельного кандидата. Её более высокая цена за токен сама по себе не означает более дорогую завершённую задачу: модель может использовать другое число токенов и попыток. Но это также не доказывает экономию. Тестируйте на той же задаче и по одному критерию приёмки. Рекомендации OpenAI по выбору модели предлагают учитывать качество, задержку и стоимость вместе.

Terra оставьте в сравнении, если она уже стоит в вашем процессе или важна совместимость с результатами GPT-5.6. Не меняйте её на Sol только из-за номера поколения: сравните оба результата на одинаковом наборе задач. С другой стороны, если новая работа ещё не настроена, Sol логичнее взять первым кандидатом для сложного кода по текущему позиционированию моделей. Ни победителя по скорости, ни процента успешных задач для вашего проекта без замеров назвать нельзя.

Сколько стоят четыре модели в API?

Ниже — цены прямого OpenAI API в долларах США за 1 млн токенов, режим Standard, запрос с не более чем 272 тыс. входных токенов. Это тарифные ставки, а не цена подписки ChatGPT или стоимость готовой задачи. Данные проверены 23 сентября 2026 года по прайсу OpenAI и карточке GPT-5.6 Terra.

МодельВходКэшированный входВыход
gpt-6-astra$10$1$50
gpt-6-sol$2$0,20$10
gpt-6-luna$0,10$0,01$0,50
gpt-5.6-terra$2$0,20$12

При одинаковом количестве входных и выходных токенов Sol и Terra имеют одинаковую ставку входа, а выход Sol дешевле: $10 против $12 за миллион. Поэтому Sol будет дешевле в таком расчёте. В реальной работе объём ответа, внутренние токены рассуждения, повторы и доля принятых результатов могут отличаться. Сравнение ставок не позволяет обещать меньший счёт за каждую завершённую задачу.

Для наглядности возьмём условный, некэшированный запрос: 100 тыс. входных и 20 тыс. выходных токенов, без платных инструментов. Умножаем объём каждого вида токенов на соответствующую ставку из таблицы: Astra — $2,00; Sol — $0,40; Luna — $0,02; Terra — $0,44. Это арифметический пример с одинаковым расходом, не проведённый вызов API и не прогноз затрат на ваш процесс.

Если вход превысит 272 тыс. токенов, для всего запроса применяются ставки длинного контекста. В Standard вход/выход за миллион составят: Astra $20/$75, Sol $4/$15, Luna $0,20/$0,75, Terra $4/$18. Кэш, запись в кэш, инструменты, региональная обработка и иной режим обслуживания меняют итоговую сумму; перед бюджетированием сверяйте актуальную таблицу тарифов. Контекстное окно примерно в миллион токенов не означает, что весь объём оплачивается по короткому тарифу. Подробные условия для старшей модели вынесены в разбор цены GPT-6 Astra.

Как проверить цену выполненной задачи, а не одного ответа?

Возьмите несколько реальных для вас задач: например, исправление ошибки, изменение с тестами и извлечение данных из типового документа. Для каждой модели оставьте одинаковыми исходные файлы, формулировку, доступные инструменты и критерий «принято». Записывайте не только счёт за первый ответ, но и число повторов, время до принятого результата и работу человека по исправлению.

Методика подсчёта затрат на принятый результат: все попытки проходят одинаковую проверку, учитываются токены, инструменты и время

  1. Зафиксируйте режим API и уровень рассуждения для каждого прогона; разным моделям могут понадобиться разные настройки, поэтому запишите их вместе с результатом.
  2. Считайте фактические входные, кэшированные и выходные токены из данных использования, а платные вызовы инструментов — отдельно. Не выводите сумму из длины видимого текста: рассуждение тоже может входить в расход выходных токенов.
  3. Оцените результат по одному заранее записанному критерию: тесты проходят, данные соответствуют эталону, правка принята без ручного восстановления. Учитывайте неудачные попытки.
  4. Делите сумму затрат на все попытки на число принятых задач. Параллельно сравните время и частоту ошибок. Если выбор зависит от задержки, измерьте её в той же среде, а не по маркетинговой категории «быстрая».

Такой замер отвечает на вопрос «сколько стоит принятая работа» лучше, чем ставка за миллион токенов. Мы не запускали четыре модели на едином наборе задач, поэтому не приводим рейтинг фактической скорости или качества.

Совпадает ли выбор в API, Codex и ChatGPT Work?

Нет: токенные цены выше относятся к прямому API. В Codex и ChatGPT Work выбор модели зависит от доступности в вашем клиенте, плане и рабочем пространстве; тариф API не переводится в число сообщений по подписке. По документации ChatGPT о моделях, GPT-6 Sol и Luna доступны в Work и Codex там, где они включены; в обычном Chat их нет. Во время развёртывания сохраняются и варианты GPT-5.6. Наличие модели в документации не подтверждает доступ именно в вашем аккаунте — проверьте список в собственном клиенте.

При интеграции через API проверьте и интерфейс вызова. Для работы с инструментами у GPT-6 OpenAI рекомендует Responses API. У Sol и Luna вызов функций в Chat Completions поддерживается только при уровне рассуждения none; Astra не поддерживает none. Если текущий процесс опирается на вызовы инструментов и более высокий уровень рассуждения, это важнее абстрактного сравнения моделей: сначала проверьте совместимость настроек, затем качество результата. Язык этой статьи не означает доступности сервиса или обработки данных в какой-либо стране.

#GPT-6#GPT-5.6 Terra#OpenAI API#Codex#Цены на токены
Поделиться: