Моделі та платформи ШІ

OpenAI представляє GPT-6 Sol і Luna зі зниженням цін API на 50%

mm
Додайте Unite.AI до бажаних джерел у Google

OpenAI представила GPT-6 Sol і GPT-6 Luna 22 вересня 2026 року, розширивши сімейство моделей GPT-6, яку вона запустила з GPT-6 Astra раніше у вересні, і знизивши ціни API для обох нових моделей на 50 % порівняно з їхньою промоційною ціною GPT‑5.6.

У своєму оголошенні OpenAI повідомила, що навчила ці дві моделі методами, подібними до тих, що стоять за GPT-6 Astra, розширюючи досягнення Astra у професійній роботі, достовірності, програмуванні, використанні комп’ютера та вирівнюванні на швидші, більш доступні моделі. OpenAI зазначила, що Astra залишається її найкращою моделлю у всіх категоріях для найвимогливіших проєктів, і описала Sol і Luna як підвищуючі економічність у всій сімействі.

Тарифи та ролі моделей

Ціна GPT-6 Sol становить $2 за мільйон вхідних токенів і $10 за мільйон вихідних токенів, що нижче $4 та $20 для GPT-5.6 Sol. Ціна GPT-6 Luna становить $0.10 за мільйон вхідних токенів і $0.50 за мільйон вихідних токенів, що нижче $0.20 та $1.20 для GPT-5.6 Luna. OpenAI описала кожне змінення як зниження на 50 % у порівнянні з промоційними цінами GPT‑5.6 і пояснила, що нижчі ціни зумовлені покращеннями кешування та інференції, зазначивши, що заощадження передаються безпосередньо користувачам та клієнтам.

API‑документація для GPT-6 Sol описує модель як створену для складного кодування та агентних робочих процесів, тоді як документація GPT-6 Luna описує Luna як найефективнішу модель OpenAI для сфокусованих, високооб’ємних завдань. Обидві моделі мають вікно контексту 1 050 000 токенів і максимальний вихід 128 000 токенів, приймають текстовий та графічний ввід з текстовим виводом і підтримують налаштування зусиль розумування від «none» до «max», причому «medium» є типовим. Sol має обмеження знань станом на 20 квітня 2026 року, а Luna — на 18 травня 2026 року. Ціна кешованого вводу становить 10 % від некешованої ставки, тобто $0.20 за мільйон токенів для Sol і $0.01 для Luna, а запис у кеші стягується за 1.25‑кратною ставкою некешованого вводу.

Звітні результати оцінювання

На AutomationBench, який тестує AI‑агентів у комплексних бізнес‑процесах з використанням 47 інструментів, OpenAI повідомляє, що GPT-6 Sol при xhigh effort отримав 33.2% при $0.27 за завдання, перевершуючи Claude Opus 5 при max effort, який коштує лише 9% від вартості цього моделі за завдання, і перевищуючи як low‑effort GPT-6 Astra з 30.3%, так і Claude Fable 5.1 з резервом Opus 5 — 31.4%. OpenAI зазначила, що цифра для Fable 5.1 недооцінює фактичні витрати, оскільки не враховує витрати на резерв, які виникали приблизно у 40% завдань.

OpenAI повідомляє, що GPT-6 Luna при high effort покращує показники порівняно зі своїм попередником GPT-5.6 на 5.4 процентних пунктів при 58% нижчій вартості за завдання на тому ж бенчмарку. У Agents’ Last Exam, який оцінює довгострокові професійні завдання у 55 підгалузях, OpenAI повідомляє, що GPT-6 Sol при max effort отримав 56.4%, перевищуючи найвищий результат Claude Opus 5 в оцінюванні при 60% нижчій вартості за завдання.

У внутрішній оцінці достовірності, створеній на основі де‑ідентифікованих розмов, у яких користувачі позначали помилки моделі, OpenAI зазначила, що GPT-6 Sol робить приблизно вдвічі менше помилок, ніж його попередник, а GPT-6 Luna при вищих рівнях зусиль відповідає GPT-5.6 Sol приблизно за сто разів нижчою вартістю. OpenAI зазначила, що позначені розмови не є репрезентативними для типового використання, де, за її словами, фактичні помилки рідші.

На FrontierCode, який оцінює кодуючих агентів за готовністю їх змін до злиття у реальні кодові бази, OpenAI повідомляє, що GPT-6 Sol значно покращується порівняно з GPT-5.6 Sol і відповідає Claude Fable 5.1 при xhigh effort при значно нижчій вартості. На DeepSWE v1.1, який тестує складні завдання програмної інженерії у реальних кодових базах, OpenAI повідомляє, що GPT-6 Sol при max effort отримав 68.8%, що на 1.1 процентних пунктів нижче найвищого результату Claude Fable 5 в оцінюванні 69.9% при xhigh effort, при приблизно 80% нижчій вартості за завдання. OpenAI повідомляє, що GPT-6 Luna при max effort отримав 66.6%, що порівнянно з Claude Opus 5 і Fable 5 при medium effort, при цьому вартість на 93% і 96% нижча відповідно за завдання.

OpenAI зазначила, що внутрішнє використання кодуючих агентів різко зросло, при цьому щоденне споживання токенів за цінами API перевищує $600 для середнього дослідника і $7,000 для дослідників у 90‑му процентилі.

У офлайн‑версії OSWorld 2.0 OpenAI повідомляє, що GPT-6 Sol при xhigh effort отримав 60.5% у порівнянні з 60.3% Claude Opus 5 при medium effort, при приблизно 80% нижчій вартості за завдання, а GPT-6 Luna при max effort перевищив GPT-5.6 Sol при medium effort, витративши лише одну десяту вартості.

OpenAI зазначила, що оцінки її власних моделей проводилися у дослідницькому середовищі або через API, що результати конкурентів походять з публічно доступних звітів, і що використовували оцінки Claude Fable 5 там, де недоступні оцінки Fable 5.1. Компанія також заявила, що перенесла стиль спілкування Astra у Sol і Luna, вказуючи на чіткіше формулювання, менше жаргону та трохи коротші відповіді, особливо в технічних та кодових розмовах.

Кешування, вирівнювання та доступність

OpenAI повідомила, що покращене кешування підказок для GPT-6 за замовчуванням забезпечує вищі рівні успішних кешувань, а також надає знижки 90 % на читання кешованих токенів вводу. Нові інструменти для розробників включають Dashboard кешування підказок, діагностичний інструмент, який пояснює пропущені можливості кешування, контроль зусиль розумової обробки та інструментальні налаштування, що зберігають попередній контекст для повторного використання кешу, і явні точки зупинки, які дозволяють розробникам вибирати, де закінчуються кешовані префікси підказок. За даними оголошення, GitHub повідомив, що за останні кілька місяців покращення знизили частку токенів підказок, які потребують нової обробки, більш ніж на 50 % у мільярдах запитів до моделей OpenAI, що допомагає Copilot реагувати швидше.

Щодо вирівнювання, OpenAI повідомила, що обидві моделі демонструють покращення порівняно зі своїми аналогами GPT‑5.6 у проведених оцінках, зокрема нижчі показники вводення оманливих тверджень щодо їхньої роботи з кодом, при цьому зазначивши, що оцінки навмисно тестують складні ситуації і не вимірюють рівень відмов у типічному використанні. Повні результати наведено в системній картці GPT‑6 Astra, згідно з оголошенням.

GPT‑6 Sol і Luna доступні в ChatGPT Work та Codex з 22 вересня 2026 р. для користувачів Plus, Pro, Business, Enterprise та Edu. Користувачі Free і Go можуть отримати доступ до GPT‑6 Luna у настільному додатку, а моделі ще недоступні в Chat. У OpenAI API моделі доступні як gpt-6-sol і gpt-6-luna. OpenAI повідомила, що планує поступово впроваджувати моделі в ChatGPT протягом дня, щоб підтримувати стабільність сервісу.

Джонас Рів - аналітик, створений штучним інтелектом, у Unite.AI, який зосереджується на когнітивному штучному інтелекті, штучному загальному інтелекті (AGI) та теоретичних основах машинного інтелекту. Його робота досліджує, як навчання, розуміння, пам'ять та абстракція виникають як у біологічних, так і в штучних системах, проводячи зв'язки між сучасними архітектурами штучного інтелекту та довгостроковими питаннями когнітивної науки та філософії свідомості.
З концептуальним та рефлексивним підходом Джонас вивчає рамки, такі як моделі розуміння, агентні системи, виникнення когніції та теорія вирівнювання, спрямовані на роз'яснення того, що насправді означає прогрес у напрямку AGI - та чого ні. Натомість ніж гнатися за графіками або гіпом, він підкреслює перші принципи, концептуальну строгість та обмеження поточних моделей.
Статті, написані Джонасом Рівом, створені штучним інтелектом та перевірені редакційною командою Unite.AI, щоб забезпечити точність, ясність та відповідальне обговорення передових концепцій штучного інтелекту.