OpenAI выпустила GPT-6 Sol и Luna, снизив стоимость API на 50% и более

OpenAI заявляет, что снизить стоимость и одновременно повысить способности моделей удалось благодаря улучшениям инференса и кэширования. Представитель компании подтвердил VentureBeat: тарифы GPT-6 Sol и Luna постоянные, а не рекламные или стартовые.

По сравнению с действующими тарифами GPT-5.6:

Sol предназначена прежде всего для сложной повторяющейся работы разработчиков и специалистов, работающих со знаниями:

Luna рассчитана на большие объёмы более чётко заданных задач:

Astra остаётся моделью для наиболее сложных и многосоставных проектов, где нужно работать с разными элементами и типами медиа, а также для трудных научных и математических задач.

Для компаний такое разделение важно: экономика ИИ-агентов всё сильнее зависит от количества обращений к модели, объёма повторно передаваемого контекста и того, нужна ли передовая модель на каждом шаге рабочего процесса.

Sol выходит на уровень цен Claude Sonnet 5

При цене $2 за 1 млн входных и $10 за 1 млн выходных токенов GPT-6 Sol стоит столько же, сколько Claude Sonnet 5. Anthropic сделала первоначальный тариф $2/$10 постоянным в августе.

Grok 4.7 Fast (Cursor) — более 256 000 входных токенов, до 500 000.

Во вторник утром Anthropic снова изменила расстановку сил, выпустив Claude Opus 5.5. Новая модель стоит $4 за 1 млн входных и $20 за 1 млн выходных токенов. Поэтому GPT-6 Sol дешевле Opus 5.5 на 50% как по некэшированным входным, так и по выходным токенам.

Anthropic утверждает, что Opus 5.5 сама на 20% дешевле Opus 5 в пересчёте на токен и примерно на 40% дешевле в типичных рабочих сценариях, поскольку для выполнения той же работы ей требуется меньше токенов.

Самый дорогой уровень общего доступа Anthropic всё равно заметно дороже по тарифам за токены. Claude Fable 5.1 стоит $10 за 1 млн входных и $50 за 1 млн выходных токенов — в пять раз дороже Sol по обоим направлениям.

Google сохраняет более агрессивные цены в ориентированном на производительность сегменте Flash. Выпущенная в начале этого месяца Gemini 3.8 Flash стоит $0,75 за 1 млн входных и $3,75 за 1 млн выходных токенов по стартовому тарифу до 31 декабря. С 1 января 2027 года цена должна вырасти до $1,50/$7,50.

Google позиционирует эту модель для длительной разработки программного обеспечения, автономных ИИ-агентов и сложных корпоративных рабочих процессов.

Gemini 3.8 Flash останется дешевле GPT-6 Sol даже после запланированного повышения тарифа. Однако условия отличаются: Google прямо ограничила срок действия текущей цены, а OpenAI говорит, что тариф Sol $2/$10 не имеет даты окончания.

Luna находится в совершенно другой ценовой категории. Её тариф $0,10/$0,50 на 95% ниже тарифа Sonnet 5 по входным и выходным токенам и примерно на 86,7% ниже текущих стартовых цен Gemini 3.8 Flash.

По сравнению с новым Grok 4.7 от SpaceXAI, выпущенным всего день назад, Luna дешевле на 95% по входным и примерно на 91,7% по выходным токенам. Сравнение проводилось с самым дешёвым тарифом Grok 4.7 для запросов объёмом менее 200 000 токенов.

Это сравнение цен, а не способностей. Оно показывает, почему Luna предназначена для перенаправления больших объёмов обычной работы ИИ-агентов от более дорогих моделей с рассуждением.

Открытые модели усиливают давление на цены. Недавно выпущенная Xiaomi MiMo-V2.6-Pro, которую Artificial Analysis на момент выхода назвала самой производительной моделью с открытыми весами, стоит через API Xiaomi $0,435 за 1 млн некэшированных входных токенов и $0,87 за 1 млн выходных. Это примерно на 78% меньше цены GPT-6 Sol для входных и на 91% меньше для выходных токенов.

Младшая MiMo-V2.6-Flash стоит ещё дешевле — $0,14/$0,28, то есть примерно на 93% ниже Sol по входным и на 97% по выходным токенам.

С MiMo-V2.6-Flash Luna конкурирует заметно лучше:

Обе модели Xiaomi распространяются по лицензии MIT. Компании могут скачать их и разместить у себя, не платя Xiaomi за каждый токен. В этом случае экономика смещается от платы за API к собственным расходам на инфраструктуру и эксплуатацию.

Поэтому главный аргумент GPT-6 Sol связан не с самой низкой ценой на рынке, а с тем, даст ли более дорогой API достаточно надёжности на уровне задач, качества программирования и простоты эксплуатации, чтобы оправдать разницу с набирающими возможности моделями с открытыми весами.

Стоимость выполненной задачи становится главным бенчмарком

OpenAI строит аргументацию вокруг стоимости успешно выполненной задачи, а не отдельных результатов на бенчмарках.

На AutomationBench 1.0.6, где ИИ-агенты выполняют рабочие процессы с 47 инструментами в сферах продаж, маркетинга, финансов, поддержки и управления персоналом, GPT-6 Sol в режиме максимального усилия набрала 33,2% при стоимости $0,27 за задачу.

По оценке OpenAI, Claude Opus 5 в режиме максимального усилия набрала 26,9%, но одна задача обходилась в 11,1 раза дороже. Claude Fable 5.1 с переходом на Opus 5 при необходимости получила 31,4%, а стоимость задачи была более чем в 8,9 раза выше, чем у Sol. OpenAI отмечает, что это сравнение занижает реальную стоимость конфигурации Fable: в расчёт не включены обращения к Opus, которые происходили примерно в 40% задач.

GPT-6 Astra в режиме низкого усилия набрала на AutomationBench 30,3% — меньше, чем Sol в режиме максимального усилия с её 33,2%. При этом задача с Astra стоила в 3,9 раза дороже.

Для сравнения с Anthropic теперь нужна оговорка. В диаграммах OpenAI Sol сопоставляется с Opus 5, но за несколько часов до запланированного анонса OpenAI Anthropic выпустила Opus 5.5. Её тариф составляет $4/$20, а сама компания говорит, что в типичных сценариях новая модель обходится примерно на 40% дешевле Opus 5. Опубликованные Anthropic бенчмарки показывают заметный рост результатов относительно Opus 5, но не содержат показателей GPT-6 Sol. Поэтому общедоступного результата на одном и том же испытательном стенде, который показывал бы, какая из моделей дешевле справляется с успешной задачей, пока нет.

Похожие результаты получаются в задачах по программированию. На DeepSWE 1.1 GPT-6 Sol в режиме максимального усилия набрала 68,8%, а Claude Fable 5 в режиме максимального усилия — 69,9%. OpenAI оценивает стоимость задачи для Sol примерно на 80% ниже. GPT-6 Luna получила 66,6%; по данным OpenAI, её стоимость задачи на 93% ниже сопоставимой конфигурации Opus 5 и на 96% ниже Fable 5.

На OSWorld 2.0 — бенчмарке использования компьютера — Sol в режиме максимального усилия набрала 60,5%, а Claude Opus 5 в режиме среднего усилия — 60,3%. По утверждению OpenAI, задача с Sol обходилась примерно на 80% дешевле.

В Agents’ Last Exam, где оценивается длительная профессиональная работа в 55 отраслях, GPT-6 Sol в режиме максимального усилия набрала 56,4%. Это выше наивысшего результата Opus 5 в оценке OpenAI, а стоимость задачи была на 60% ниже.

Сравнения между поставщиками требуют осторожности. Разные лаборатории могут получать разные относительные результаты из-за настроек моделей, уровня усилия и испытательных стендов.

OpenAI не предоставила результаты GPT-6 Sol на том же испытательном стенде против Gemini 3.8 Flash, Grok 4.7 и новых моделей Xiaomi MiMo-V2.6. Их цены за токены можно сравнить напрямую, но реальную экономику выполнения задач вывести только из этих цен нельзя.

Фактические ответы тоже становятся дешевле

OpenAI отдельно приводит аргументы о соотношении цены и фактической надёжности.

Компания проверила модели на внутренней оценке, составленной из обезличенных диалогов ChatGPT, в которых пользователи ранее отмечали фактические ошибки. По данным OpenAI, GPT-6 Sol допускает примерно вдвое меньше ошибок, чем GPT-5.6 Sol, и при меньшей цене приближается по надёжности к уровню Astra.

У Luna другой показатель эффективности. На высоких уровнях усилия GPT-6 Luna, по словам OpenAI, может соответствовать GPT-5.6 Sol по фактической точности при стоимости задачи примерно в сто раз ниже.

Компания предупреждает, что в набор специально отбирались диалоги, провоцирующие ошибки. Он не отражает обычное использование ChatGPT.

Кэширование входит в общую стоимость владения

Цена токенов — только один элемент экономики ИИ-агентов. Долгоживущие агенты для программирования и бизнеса снова и снова передают модели системные промты, файлы, описания инструментов и историю диалога.

OpenAI заявляет, что GPT-6 повышает стандартную долю попаданий в кэш промта и даёт скидку 90% на чтение кэшированных входных токенов. Разработчики также могут менять уровень рассуждения или доступные инструменты, не сбрасывая ранее сохранённый контекст, и явно задавать границу префикса промта, который можно кэшировать.

Anthropic использует тот же подход. Sonnet 5 обещает экономию до 90% благодаря кэшированию промтов. Google сейчас берёт $0,075 за 1 млн кэшированных токенов Gemini 3.8 Flash по стартовому тарифу, а Grok 4.7 указывает цену $0,50 за 1 млн кэшированных входных токенов при запросах менее 200 000 токенов.

Xiaomi предлагает ещё более низкие номинальные цены на чтение кэша:

Такие тарифы особенно выгодны для рабочих процессов ИИ-агентов, где большие префиксы промта используются повторно. При размещении моделей на собственной инфраструктуре, однако, появляются расходы на оборудование, оркестрацию и загрузку ресурсов.

OpenAI ссылается на GitHub как на пример влияния кэширования на эксплуатацию. По данным компании, улучшения снизили более чем на 50% долю промт-токенов, которым требовалась новая обработка, — речь идёт о миллиардах запросов Copilot к моделям OpenAI.

Ещё один пример приводит Replit. OpenAI утверждает, что предыдущие снижения цен помогли Replit запустить бесплатный режим для миллионов пользователей. Подписчики получили возможность задавать вопросы и планировать приложения, не расходуя обычные лимиты. По данным OpenAI, после снижения цены на 80% в июле использование GPT-5.6 Luna выросло более чем в 10 раз.

Улучшения согласованности оставляют нерешённые редкие кейсы

OpenAI также опубликовала конкретные показатели нежелательного поведения ИИ-агентов. Во внутреннем тесте на обман, специально созданном для провокации нечестных действий, GPT-6 Sol обманывала в 1,3% случаев против 10,4% у GPT-5.6 Sol. У Luna показатель снизился с 9,5% до 2,8%.

В другом испытании агенту давали неисправный инструмент поиска и проверяли, признает ли он поломку вместо того, чтобы угадывать ответ. Доля случаев, когда Sol не сообщала о проблеме, снизилась с 77,8% до 5,4%, а у Luna — с 78,3% до 30,2%.

В тестах Codex OpenAI не зафиксировала попыток Sol обойти автоматическую проверку безопасности. Luna пыталась обойти её в 0,3% запусков против 3,5% ранее, при этом успешных обходов не обнаружили.

Результаты оказались неоднородными. Когда модели получали явное предупреждение вроде «доступ запрещён», Sol всё ещё пыталась обойти ограничение в 64,4% adversarial-запусков против 68,2% у GPT-5.6 Sol. У Luna показатель составил 42,4% против 76,5% ранее.

OpenAI подчёркивает, что это намеренно сложные и в основном малорисковые испытания, проведённые без всех системных защит, используемых в её продуктах. Их показатели нельзя считать частотой сбоев при обычном использовании.

API, Codex и ChatGPT Work

GPT-6 Sol и Luna доступны через API OpenAI под именами gpt-6-sol и gpt-6-luna.

OpenAI также постепенно подключает их к ChatGPT Work и Codex для клиентов Plus, Pro, Business и Enterprise. Пользователи Free и Go могут получить доступ к Luna через настольное приложение.

В самом Chat модели пока недоступны. OpenAI будет в течение дня постепенно расширять доступ к Work и Codex, чтобы сохранить стабильность сервиса.

GPT-6 Astra остаётся моделью верхнего уровня OpenAI для задач, где максимальные способности важнее стоимости.

Для корпоративных покупателей более заметный сдвиг заключается в том, что выбор модели всё меньше похож на поиск одной «лучшей» системы. Вместо этого разные классы работы распределяются между несколькими моделями.

При тарифах Luna обычные задачи по извлечению данных и созданию кратких изложений можно направлять на гораздо более дешёвый уровень. Sol рассчитана на регулярную работу с кодом и ИИ-агентами по цене токенов уровня Sonnet. Astra остаётся для самых трудных задач.

Постоянные тарифы Sol и Luna усиливают такой подход: разработчикам не придётся строить производственные маршруты и расчёты экономики на скидке, срок действия которой скоро закончится.

Одновременный выпуск Opus 5.5 от Anthropic и моделей с открытыми весами MiMo-V2.6 от Xiaomi делает этот сдвиг ещё заметнее. Поставщики всё чаще сравнивают модели не только по показателям интеллекта, но и по объёму полезной работы, который они выполняют за определённое количество вычислений и денег.

Поэтому в следующем корпоративном сравнении моделей нужно измерять успешное выполнение задач, расход токенов, повторное использование кэша, задержку и объём доработок, а не только тарифы API или результат одного бенчмарка.