GPT-6 Sol i GPT-6 Luna: Tańszy token to nie zawsze tańsze zadanie

Dostawca wypuścił GPT-6 Sol i GPT-6 Luna 22 września 2026 r., a wszędzie głównym tematem jest cena: Sol po 2,00 USD za milion tokenów wejściowych i 10,00 USD za milion tokenów wyjściowych, Luna po 0,10 USD i 0,50 USD — obie w przybliżeniu o połowę tańsze niż to, co GPT-5.6 Sol i GPT-5.6 Lunapobierają w obecnych stawkach promocyjnych, a obie plasują się znacznie poniżej flagowego modelu GPT-6 Astra po 10,00/50,00 USD. Komunikat samego dostawcy zaczyna się od słów: „uczyniliśmy również buforowanie i wnioskowanie wydajniejszymi”. Kłopot z odczytywaniem tego jako opowieści o obniżce polega na tym, że jednostką, która faktycznie trafia na twoją fakturę, nie jest token. To zadanie. A pierwsze niezależne pomiary, opublikowane tego samego dnia, pokazują, że dwa nowe modele dryfują w przeciwnych kierunkach pod względem właśnie tej jednostki — przy czym GPT-6 Luna, tańsza z dwóch o czynnik dwudziestu na wejściu, wypada gorzej z dwóch w porównaniu z własnym poprzednikiem. Jeden z tych modeli to czyste ulepszenie, a drugi to prawdziwy kompromis, a komunikat dostawcy ich nie rozróżnia.

Zanim przejdę do liczb, zasady źródłowe tego tekstu, ponieważ dwa zbiory dowodów zasługują tu na bardzo różną wagę. Ceny, okno kontekstowe, stawki za pamięć podręczną i daty odcięcia wiedzy pochodzą z dokumentacji API i tabel cenowych OpenAI, odczytanych 23 września 2026 r., przy czym wiersze dotyczące warstw usług i zapisu do pamięci podręcznej zostały potwierdzone w zewnętrznych narzędziach śledzących koszty, a nie wzięte wyłącznie z ogłoszenia. Tabele benchmarków OpenAI — AutomationBench, DeepSWE 1.1, OSWorld 2.0, Agents' Last Exam oraz wewnętrzna ocena zgodności z faktami — są raportowane przez dostawcę i nieodtworzone, a każda pochodząca z nich liczba poniżej jest oznaczona jako taka. Niezależne dane pochodzą z Artificial Analysis, które w dniu premiery przetestowało oba modele w swoich indeksach Intelligence Index i Coding Agent Index; to na nich należy polegać przy podejmowaniu decyzji. Tam, gdzie oba źródła się różnią, artykuł mówi o tym wprost, zamiast je uśredniać.

Premiera w jednym akapicie

Sol i Luna to modele ze średniej i niskiej klasy należące do rodziny GPT-6, wytrenowane metodami, które stoją za GPT-6 Astra, i pozycjonowane jako szybsze, tańsze sposoby na osiągnięcie większości możliwości tej rodziny. OpenAI przedstawia to w kategoriach kosztu na zadanie, a nie surowych możliwości: twierdzi, że GPT-6 Sol popełnia około połowę mniej błędów niż GPT-5.6 Sol w swojej wewnętrznej ocenie faktograficznej, a GPT-6 Luna przy wyższym wysiłku rozumowania dorównuje faktograficzności GPT-5.6 Sol przy około jednej setnej kosztu zadania. Oba przyjmują tekst i obrazy na wejściu i generują tekst, oba mają okno kontekstowe o rozmiarze 1 050 000 tokenów z limitem wyjścia 128K — Artificial Analysis podaje 872 tys. dla tego samego modelu, więc górną granicę tego okna traktuj jako wartość podaną przez dostawcę — oraz oba udostępniają wysiłek rozumowania od none do max — poziom, którego GPT-6 Astra nie oferuje, ponieważ Astra nie ma none. Identyfikatory modeli to gpt-6-sol i gpt-6-luna. Dostępność odbywa się przez API, przez ChatGPT Work i Codex dla kont Plus, Pro, Business, Enterprise i Edu oraz przez Amazon Bedrock, który ogłosił ogólną dostępność obu tego samego dnia. Użytkownicy planów Free i Go otrzymują Lunę w aplikacji desktopowej; żaden z modeli nie jest jeszcze dostępny w zwykłym trybie Chat.

Co mówią cztery niezależne liczby i dlaczego się nie zgadzają

Zacznijmy od GPT-6 Sol, ponieważ jego historia jest prosta. Artificial Analysis ocenia go 48 punktami w Indeksie Inteligencji, co daje 18. miejsce spośród 212 zmierzonych modeli, przy 1,06 USD za zadanie indeksowe w porównaniu z 1,99 USD dla GPT-5.6 Sol — mniej więcej połowa kosztu przy takim samym wyniku indeksu i poprawa kosztu na zadanie, która się utrzymuje, a nie znika. Jego Indeks Agenta Kodującego rośnie z 55 do 57, przy czym Terminal-Bench 4.0 przesuwa się z 37% na 43%, a SWE-Atlas-QnA z 54% na 58%, przy 2,99 USD za zadanie na granicy Pareto. Jego wskaźnik halucynacji spada z 92% do 60%, a jego zachowanie polegające na wstrzymywaniu się od odpowiedzi zmienia się całkowicie: teraz odpowiada na 83% pytań, podczas gdy poprzednia generacja odpowiadała na 99%, a w zamian popełnia o jedną czwartą mniej błędów, przy czym dokładność spada z 59% do 54%. To model, którego nauczono milczeć, gdy czegoś nie wie, a AA-Omniscience Index przesuwający się z 22 na 27 to ten sam fakt wyrażony jako wynik.

Teraz GPT-6 Luna i historia się zmienia. Artificial Analysis przyznaje mu 37 punktów w Intelligence Index — dokładnie tyle samo, ile uzyskuje GPT-5.6 Luna. Jego koszt na zadanie indeksowe spada z 0,18 USD do 0,07 USD, około 60% mniej, i ta oszczędność jest realna. Ale jego Coding Agent Index spada, z 43 do 41, przy czym SWE-Atlas-QnA spada z 49% do 44%, a DeepSWE 1.1 spada z 66% do 64%. Jego wskaźnik halucynacji poprawia się z 93% do 77%, a zachowanie polegające na wstrzymywaniu się od odpowiedzi ledwie się zmienia — dokładność 44% wobec 43%, AA-Omniscience z −10 do 1. Czytając to razem: ta sama zmierzona inteligencja, przy mniej więcej 40% kosztu zadania, z gorszym agentem kodującym i zasadniczo niezmienioną jakością odpowiedzi.

To nie jest sprzeczność, a powód ma znaczenie. Tańszy token daje ci mniej tylko wtedy, gdy model zużywa więcej tokenów, by wykonać tę samą pracę — a niezależne dane mówią, że te modele zużywają więcej, a nie mniej. Liczba tokenów wyjściowych na zadanie indeksowania wzrosła z 29 tys. do 31 tys. w przypadku Sol i z 41 tys. do 51 tys. w przypadku Luny. 60% oszczędności GPT-6 Luna wynika w całości z obniżki ceny, a nie z oszczędniejszego działania. Dryf liczby tokenów na zadanie jest na tyle mały, że arytmetyka wciąż działa tu na twoją korzyść; nie jest jednak na tyle mały, by ignorować go jako kategorię, ponieważ to właśnie mechanizm, przez który przyszła obniżka ceny może zostać zneutralizowana przez bardziej gadatliwy model. Samo OpenAI z tego samego powodu przeszło na ujęcie kosztu na zadanie.

Dwie regresje pozostają poza dwoma głównymi indeksami i zasługują na wymienienie z nazwy, ponieważ żadna z nich nie pojawia się w ogłoszeniu OpenAI. W GDPval-AA v2.1, który mierzy rezultaty pracy opartej na wiedzy, GPT-6 Sol traci około 100 Elo względem poprzednika, a GPT-6 Luna około 75. GPT-6 Luna traci także około 45 Elo w AA-Briefcase v1.1, gdzie Sol utrzymuje stabilny poziom — Artificial Analysis przypisuje tę różnicę słabszej prezentacji i brakującym pozycjom kryteriów. Jeśli używasz tańszej warstwy do masowego streszczania, ekstrakcji i klasyfikacji, nic z tego cię nie dotyczy. Jeśli natomiast do tworzenia tekstu, który ktoś zatwierdza — to już tak.

Prawdziwą wiadomością o API jest zmiana w cachowaniu

Pod cennikiem kryje się zmiana, która ma większe znaczenie dla rachunku za produkcję niż obniżka z nagłówka, i to jest ta część ogłoszenia, o której sam wpis OpenAI napomyka jednym zdaniem. Zmieniły się trzy rzeczy, a trzecia jest tą, którą trzeba przeczytać dwa razy.

Pierwszy to sama zniżka: odczyty z pamięci podręcznej danych wejściowych są rozliczane według 10% stawki za dane wejściowe, co daje 90% zniżki i jest tym samym warunkiem, który rodzina już miała, a nie nowym. Wejście z pamięci podręcznej Sola kosztuje 0,20 USD za milion, a Luny 0,01 USD; zapisy do pamięci podręcznej mają 1,25-krotny narzut — odpowiednio 2,50 USD i 0,125 USD — z pojedynczym 30-minutowym czasem życia.

Drugi to kontrola. Jawne buforowanie przez prompt_cache_options i prompt_cache_breakpoint — parametry, które pozwalają zadeklarować, gdzie kończy się prefiks promptu wielokrotnego użytku, zamiast liczyć, że dostawca go odgadnie — jest dostępne w obu modelach. To nie jest nowa powierzchnia API; nowe jest to, że warto go używać, ponieważ domyślne wskaźniki trafień wzrosły.

Trzecia zmiana to ta, która zmienia architekturę. Zmiana poziomu wysiłku rozumowania albo włączanie i wyłączanie narzędzi nie unieważnia już buforowanego prefiksu.Wcześniej pętla agenta, która podkręcała wysiłek na trudny krok i zmniejszała go z powrotem na łatwy, płaciła za ponowne przetworzenie całego kontekstu przy każdym obrocie pokrętła — podobnie jak ta, która dodawała lub usuwała narzędzie w trakcie rozmowy. Ten podatek jest teraz zniesiony w tych dwóch modelach. OpenAI powołuje się na GitHuba, który poinformował, że zmiany zmniejszyły udział tokenów podpowiedzi wymagających świeżego przetworzenia o ponad połowę w miliardach żądań. Traktuj to jako liczbę dostarczoną przez dostawcę — jest wiarygodna i nie została niezależnie zweryfikowana.

Zrób arytmetykę dla długiej pętli agenta, a ranking dwóch ogłoszeń się odwraca. Pętla, która przenosi 30 000-tokenowy prompt systemowy i schemat narzędzi przez 200 tur, przetwarza 6 milionów tokenów kontekstu. Bez buforowania, na GPT-6 Sol, to 12,00 USD danych wejściowych. Z prefiksem w pamięci podręcznej po 0,20 USD za milion to 1,20 USD plus jednorazowy zapis — o rząd wielkości mniej, dzięki zmianie parametru, jeszcze zanim w ogóle zastosowano obniżkę stawki. Ogłoszenie sprzedawało obniżkę stawki. To zachowanie pamięci podręcznej faktycznie przesuwa liczbę i jest powodem, dla którego stawka z nagłówka 2,00 USD zachowuje się jak coś znacznie tańszego w obciążeniach, dla których OpenAI reklamuje te modele.

Cennik, w tym części, które ogłoszenie pomija

Stawki nagłówkowe to nie cała tabela stawek, a trzy poziomy zmieniają decyzję w przypadku konkretnych obciążeń.

• Base — GPT-6 Sol $2.00 za wejście / $10.00 za wyjście; GPT-6 Luna $0.10 za wejście / $0.50 za wyjście, za milion tokenów, dla promptów do 272 tys. tokenów wejściowych.

• Długi kontekst — powyżej 272K tokenów wejściowych całe żądaniejest rozliczane po 2x stawce za wejście i 1,5x za wyjście: 4,00 USD/15,00 USD dla Sol i 0,20 USD/0,75 USD dla Luna. To klif, a nie stawka marginalna. Jeśli Twoje prompty sięgają 300K tokenów, płacisz podwójnie za całe żądanie, a nie za 28K powyżej progu, a podzielenie dokumentu na dwa wywołania poniżej progu jest często tańsze niż wysłanie go raz powyżej.

• Poziomy usług — Flex zmniejsza rachunek o połowę ($1.00/$5.00 dla Sol, $0.05/$0.25 dla Luna) w zamian za wolniejsze przetwarzanie; Priority podwaja rachunek. Oba wybiera się przez parametr service_tier. Flex jest miejscem, w którym powinny znajdować się zadania wsadowe, a prawie nigdy się nie znajdują.

• Dane wejściowe z pamięci podręcznej — 0,20 USD za milion na Sol i 0,01 USD na Luna, czyli 90% zniżki, z TTL wynoszącym 30 minut i 1,25x narzutem za zapis do pamięci podręcznej.

• Kontekst i dane wyjściowe — okno 1 050 000 tokenów, maksymalnie 128 tys. tokenów wyjściowych, tekst i obraz na wejściu, tekst na wyjściu, wysiłek rozumowania: od braku do maks. ze średnim jako domyślnym.

• Daty odcięcia wiedzy — 20 kwietnia 2026 r. dla GPT-6 Sol i 18 maja 2026 r. dla GPT-6 Luna, czyli miesiąc różnicy w obrębie tej samej rodziny — warto o tym wiedzieć, zanim założysz, że oba modele mają taki sam obraz świata.

Co mówi tabela benchmarków OpenAI, a czego nie

Opublikowane przez OpenAI porównania wszystkie dotyczą kosztu na zadanie, wszystkie są przeciwko Anthropic i wszystkie zostały przeprowadzone przez dostawcę. W AutomationBench 1.0.6, ewaluacji agentowej obejmującej 47 narzędzi, firma podaje, że GPT-6 Sol przy poziomie wysiłku xhigh osiąga 33,2% przy 0,27 USD na zadanie, w porównaniu z Claude Opus 5 z 26,9% i około 11-krotnie wyższym kosztem na zadanie. W DeepSWE 1.1 podaje, że Sol przy maksymalnym wysiłku osiąga 68,8% w porównaniu z Claude Fable 5 z 69,9% — strata na wyniku przy około 80% niższym koszcie na zadanie — a Luna 66,6%. W OSWorld 2.0 Sol osiąga 60,5% przy poziomie xhigh w porównaniu z 60,3% Opus 5, ponownie przy około 80% niższym koszcie na zadanie. W Agents' Last Exam Sol osiąga 56,4%, co według OpenAI przewyższa najlepszy wynik Opus 5 przy 60% niższym koszcie na zadanie.

Każda z tych liczb pochodzi od dostawcy i nie została przez nikogo odtworzona, a dwa zastrzeżenia warto zachować w pamięci, a nie odłożyć do archiwum. Po pierwsze, OpenAI porównywało się z Claude Opus 5, a nie z Claude Opus 5.5 wydanym kilka godzin przed ogłoszeniem, więc żadne porównanie w identycznych warunkach nie ustala jeszcze, który model faktycznie zapewnia niższy koszt na udane zadanie. Po drugie, koszt na zadanie to nie to samo co koszt na poprawne zadanie: model, który odpowiada w 83% przypadków, a w pozostałych się wstrzymuje, będzie wyglądał tanio na zadanie w benchmarku, który uznaje wstrzymania się za zadania. To właśnie przytoczone powyżej niezależne dane o wstrzymywaniu się pozwalają uczciwie to wycenić — GPT-6 Sol odpowiadający na 83% pytań tam, gdzie stary model odpowiadał na 99%, to świadomy kompromis, a to, czy jest dobry, zależy wyłącznie od tego, ile kosztuje cię błędna odpowiedź.

OpenAI informuje, że GPT-6 Luna przy wyższym wysiłku dorównuje GPT-5.6 Sol pod względem faktyczności przy około jednej setnej kosztu zadania. To porównanie faktyczności, a nie porównanie możliwości, a niezależny Coding Agent Index umieszcza GPT-6 Luna o dwa punkty poniżej GPT-5.6 Luna, nie mówiąc już o GPT-5.6 Sol.

Co właściwie z tym zrobić

GPT-6 Sol to ten oczywisty wybór. O połowę niższy koszt zadania przy wyniku indeksu poziomu, lepszy agent do kodowania, duży spadek liczby halucynacji i autentyczna zmiana w zachowaniu polegającym na wstrzymywaniu się od odpowiedzi składają się na ulepszenie, które można zaplanować, a nie traktować jako ryzykowny zakład. Jeśli korzystasz z GPT-5.6 Sol, to migracja, a jedyne prawdziwe pytanie brzmi: które z twoich promptów zależą od gotowości starego modelu do odpowiadania na wszystko.

GPT-6 Luna to ten, którego warto przetestować, zanim przejdziesz dalej. Nie jest to wersja ściśle lepsza od GPT-5.6 Luna; ma inny kształt — jest tańszy w przeliczeniu na zadanie, bezpieczniejszy, jeśli chodzi o to, co będzie twierdzić, i mierzalnie gorszy w kodowaniu agentowym. W przypadku klasyfikacji, ekstrakcji, routingu i streszczania na dużą skalę taki kompromis to niemal darmowe pieniądze. W przypadku wszystkiego, co zasila agenta kodującego albo tworzy dokument, który człowiek zatwierdza, dwupunktowa regresja Coding Agent i spadek w GDPval to powód, by utrzymać GPT-5.6 Luna na ścieżce, dopóki nie przepuścisz własnych zadań przez oba.

To jest także argument przeciwko twardemu wiązaniu się z którymkolwiek z nich. Oba modele są obecnie dostępne wyłącznie w OpenAI, a obciążenia, którym służą te poziomy — routing, ekstrakcja, tania klasyfikacja — to dokładnie te przypadki, w których drugi dostawca za tym samym punktem końcowym zamienia regresję modelu w nieistotne zdarzenie. OrcaRouter przekazuje ceny katalogowe dostawców dalej przy 0% marży, więc zmiana stawek u dostawcy pojawia się po naszej stronie tego samego dnia, co u niego, a DSL routingu pozwala umieścić GPT-6 Luna za tańszym modelem dla łatwiejszej części ruchu, podczas gdy trudniejsza część trafia do GPT-6 Sol — z automatycznym przełączaniem awaryjnym, jeśli którakolwiek ze ścieżek ulegnie degradacji. Nie musisz wybierać zwycięzcy w dniu premiery, aby czerpać korzyści z premiery.

Szczere zastrzeżenie: GPT-6 Sol i GPT-6 Luna nie są routowalne przez OrcaRouter na dzień 23 września 2026 r. Nie hostujemy ich jeszcze i nic powyżej nie powinno być odczytywane jako twierdzenie, że to robimy. Po naszej stronie jest dziś zestaw porównawczy — GPT-5.6 Sol w cenie $4.00/$20.00, GPT-5.6 Luna w cenie $0.20/$1.20 i GPT-6 Astra w cenie $10.00/$50.00 — który jest dokładnie tym, czego potrzebujesz, aby wycenić migrację, zanim się na nią zdecydujesz.

Co obejrzeć dalej

Trzy rzeczy rozstrzygnęłyby, czym ta premiera faktycznie była. Pierwsza to czy stawka GPT-5.6 Luna na poziomie 0,20/1,20 dolara przetrwa kwartał, ponieważ trwała cena od jednego dostawcy historycznie była raczej ruchem otwierającym niż końcem — a wydanie Claude Opus 5.5 tego samego dnia sugeruje, że presja, która doprowadziła do tej obniżki, nie zniknęła. Druga to czy zmiana w zakresie wstrzymywania się od odpowiedzi utrzyma się w praktyce: GPT-6 Sol odmawiający odpowiedzi na jedno pytanie na sześć to zmiana, która w laboratorium czyta się jako poprawa, a w pipeline'ie zakładającym odpowiedź — jako zepsuty produkt. Trzecia to czy zachowanie pamięci podręcznej jest realne w Twoim ruchu, co da się zmierzyć w tym tygodniu i na co odpowiedzieć można tylko przez pomiar — rabat jest na tyle duży, że jedna godzina spędzona na oprzyrządowaniu współczynników trafień pamięci podręcznej przy Twoich najdłuższych promptach jest warta więcej niż kolejna tabela benchmarków.