OpenAI ответила Anthropic двукратным снижением цен: вышла GPT-6 Sol и сравнялась с Claude Fable 5.1 по коду и агентам, но стоит на 80% дешевле
iXBT.com ·
OpenAI расширила семейство GPT-6 двумя моделями — Sol и Luna, — обученными по той же методике, что и флагманская Astra, но нацеленными на массовые сценарии. Главный сигнал релиза — не архитектурный прорыв, а экономика: API подешевел на 50% относительно промо-цен GPT-5.6, а кэширование промптов теперь даёт скидку 90% и не сбрасывается при изменении уровня рассуждения или включении инструментов. Sol стоит $2 за ввод и $10 за вывод за миллион токенов, Luna — $0,10 и $0,50 соответственно.
OpenAI расширила семейство GPT-6 двумя моделями — Sol и Luna, — обученными по той же методике, что и флагманская Astra, но нацеленными на массовые сценарии. Главный сигнал релиза — не архитектурный прорыв, а экономика: API подешевел на 50% относительно промо-цен GPT-5.6, а кэширование промптов теперь даёт скидку 90% и не сбрасывается при изменении уровня рассуждения или включении инструментов. Sol стоит $2 за ввод и $10 за вывод за миллион токенов, Luna — $0,10 и $0,50 соответственно.
На бенчмарке AutomationBench, тестирующем сквозные бизнес-процессы с 47 инструментами, Sol при максимальном усилении (xhigh) набирает 33,2% — выше, чем Claude Opus 5 на максимуме (26,9%), и при стоимости задачи $0,27 против $3,00 у Opus 5. Luna на высоком усилении прибавила 5,4 процентных пункта к результату предшественницы, одновременно подешевев на 58% за задачу. На Agents' Last Exam, оценивающем агентов в сложных профессиональных рабочих процессах, Sol на максимуме получила 56,4% — выше лучшего результата Opus 5 при стоимости задачи на 60% ниже.
В кодинге расстановка сил детализирована. На FrontierCode, где проверяется не только корректность, но и пригодность кода к слиянию в реальный репозиторий, Sol сравнивается c Claude Fable 5.1 на максимальных настройках, но при значительно меньшей цене. На DeepSWE v1.1 — бенчмарке сложных инженерных задач — Sol на максимуме набрала 68,8%, уступая Fable 5 (69,9% на xhigh) всего 1,1 процентного пункта, но стоя примерно на 80% дешевле за задачу. Luna на максимуме получила 66,6% — уровень Opus 5 и Fable 5 на среднем усилии, — но дешевле Opus 5 на 93% и Fable 5 на 96%.
По фактической достоверности Sol делает примерно вдвое меньше ошибок, чем GPT-5.6 Sol, приближаясь к уровню Astra при значительно меньшей стоимости. Luna на высоких уровнях рассуждения сравнивается по фактологическим ошибкам с GPT-5.6 Sol, но стоит примерно в сто раз дешевле. В тестах AI Alignment (настройки модели таким образом, чтобы его цели, поведение и ценности полностью совпадали с намерениями, этикой и ожиданиями) обе модели показали более низкие показатели обмана, чем предшественницы: уровень ложных утверждений при кодинге снизился до 0,5% у Sol и 1,3% у Luna.
Инфраструктурные улучшения касаются прежде всего агентов и длинных диалогов. GitHub сообщил, что за несколько месяцев оптимизации кэширования доля промпт-токенов, требующих полной обработки, сократилась более чем на 50% на миллиардах запросов к моделям OpenAI. Разработчики получили дашборд для мониторинга кэширования, инструмент диагностики пропущенных возможностей и явные точки останова для управления длиной кэшируемого префикса.
GPT-6 Sol и Luna доступны с сегодняшнего дня в ChatGPT Work и Codex для пользователей Plus, Pro, Business, Enterprise и Edu, а также через API как gpt-6-sol и gpt-6-luna.