OpenAI выпустила GPT-6 Sol и GPT-6 Luna, и главный результат релиза не новый рекорд в таблице. Компания предлагает бизнесу собирать ИИ-системы как портфель нагрузок: сложную работу отдавать Sol, массовую рутину отправлять в Luna, а дорогую Astra оставлять для задач, где младшие модели действительно не справляются.
Обе модели уже доступны через API, в ChatGPT Work и Codex для большинства платных тарифов. Luna также получат пользователи Free и Go в десктопном приложении. OpenAI описывает Sol как модель для разработки, анализа данных, отладки и другой сложной профессиональной работы. Luna предназначена для суммаризации, извлечения данных, коротких ответов и других задач с большим объемом и ясной целью.
Разница становится убедительной на ценнике. По данным VentureBeat, GPT-6 Sol стоит $2 за миллион входных и $10 за миллион выходных токенов. Luna стоит $0,10 и $0,50 соответственно. Это на 50% дешевле GPT-5.6 Sol в обоих направлениях; у Luna вход подешевел на 50%, выход на 58,3%. Представитель OpenAI подтвердил изданию, что цены постоянные, а не вводные.
OpenAI связывает снижение стоимости с более эффективными вычислениями и кэшированием, то есть повторным использованием уже обработанного контекста. Компания также утверждает, что Sol в ее внутренней проверке фактической точности допускает примерно вдвое меньше ошибок, чем предшественник, и достигает надежности Astra при меньшей цене. Это полезный ориентир, но пока именно внутренний тест поставщика, а не гарантия на конкретном бизнес-процессе.
Почему одного тарифа уже недостаточно
Раньше маршрутизация часто решала инфраструктурную задачу. Например, AWS в августе позволил распределять запросы GPT-5.6 между Mumbai и Hyderabad, чтобы наращивать мощность внутри Индии. Теперь маршрутизация становится еще и финансовой: какую модель вызвать на каждом шаге агента, сколько контекста передать повторно и стоит ли платить за максимум интеллекта там, где требуется извлечь три поля из документа.
Именно поэтому сравнение цены токена дает лишь половину ответа. Sol стоит столько же, сколько Claude Sonnet 5, а Gemini 3.8 Flash даже после запланированного подорожания останется дешевле Sol. Открытые модели можно развернуть самостоятельно и заменить API-платежи расходами на инфраструктуру. Значит, преимущество OpenAI придется доказывать стоимостью завершенной задачи: числом успешных результатов, повторных запросов и дорогих исправлений, а не красотой бенчмарка.
Компании, которая уже использует GPT-5.6 или модели конкурентов, стоит прогнать Sol и Luna на собственном наборе повторяющихся задач. Считать нужно цену успешного результата с учетом выходных токенов, повторных попыток и доли кэшированного контекста. Практическое решение после теста должно быть конкретным: какие операции переводятся на Luna, где Sol окупает разницу качеством и какие редкие случаи по-прежнему требуют Astra. Если такого разделения не получается, скидка в API останется скидкой на токены, а не на работу.