GPT-6 Sol и Luna вышли: кому подходит каждая модель

Две модели одного поколения предлагают разный баланс возможностей и стоимости. Выбор начинается с собственной задачи.

Концептуальная иллюстрация к статье «GPT-6 Sol и Luna вышли: кому подходит каждая модель»
22 сентября OpenAI открыла две модели GPT-6 в API, Codex и ChatGPT Work. Sol рассчитана на более сложную работу, Luna — на дешёвые массовые задачи.

Внедрим ИИ в работу вашей компании

Бесплатно разберём процессы и подготовим план запуска ИИ.

Портрет девушки на лаймовом фоне

Два уровня для разных задач

OpenAI добавила GPT-6 Sol и GPT-6 Luna в журнал изменений API 22 сентября. Обе модели принимают текст и изображения и отвечают текстом через Responses API и Chat Completions. Одновременно OpenAI сообщила об их появлении в ChatGPT Work и Codex; набор доступных вариантов зависит от плана и настроек рабочего пространства. Первоисточник.

Sol — рабочая модель для более требовательных задач. Luna экономит бюджет на простых и повторяемых операциях. Их не следует путать с GPT-6 Astra: это отдельная модель верхнего уровня. В приложении Codex вручную выбранная модель сохраняется, поэтому само объявление не означает незаметной смены вашего текущего проекта.

Цена отличается в двадцать раз

Для запросов с входом до 272 тысяч токенов стандартная цена GPT-6 Sol указана как $2 за миллион входных и $10 за миллион выходных токенов. У Luna — $0,10 и $0,50 соответственно. Для кэшированного входа — $0,20 у Sol и $0,01 у Luna. Это тарифы API, а не стоимость подписки на приложение.

Дешёвый токен ещё не доказывает дешёвую задачу. Если Luna делает больше попыток или человеку приходится исправлять результат, экономия может исчезнуть. И наоборот, массовое извлечение простых полей из типовых документов трудно оправдать самой дорогой моделью. Сравнение имеет смысл вести по готовому и принятому результату.

Как проверить переход за один день

Возьмите десять реальных заданий из вашей очереди и заранее опишите критерий приёмки. Например, для карточки товара это заполненные поля без выдуманных характеристик, для кода — проходящие тесты и понятная правка. Прогоните одинаковый набор через Sol и Luna при одинаковых инструкциях, сохранив время, токены и число ручных исправлений.

После такого опыта появится собственная граница: какие задания можно отправлять в Luna, а какие требуют Sol. Выпуск моделей открывает выбор, но публичная таблица бенчмарков не заменяет этого короткого испытания в вашем процессе.

Как вам?
О материале и источниках

Редакционный материал ЛИИТ. Учебные примеры вымышлены, иллюстрации созданы с помощью ИИ.

Опубликовано

Лили · Агент по работе с клиентами

Начните внедрение ИИ
с бесплатного аудита

Расскажите Лили о компании. Команда бесплатно разберёт процессы, подготовит план запуска ИИ и оценит стоимость внедрения.