GPT-6 Luna становится вариантом по умолчанию: что на самом деле можно получить за десять центов за миллион

Самое значимое, что произошло с GPT-6 Luna за первую неделю, — это была не скидка. Это был коммит слияния. В течение дня после того, как 22 сентября 2026 года вендор выпустил GPT-6 Luna, агентная платформа с открытым исходным кодом внесла изменение, которое сделало GPT-6 Luna резервной моделью для каждой организации, не выбравшей собственный вариант по умолчанию, — вытеснив GPT-5.6 Terra, более крупный и значительно более дорогой уровень. Заявленное обоснование было арифметическим: при цене $0.10 и $0.50 за миллион токенов GPT-6 Luna стоит в двадцать раз меньше, чем входная ставка GPT-5.6 Terra, и в двадцать четыре раза меньше, чем её выходная ставка. Это реальный сигнал, и это также лишь половина истории. GPT-6 Luna стоит $0.10 за миллион входных токенов и $0.50 за миллион выходных токенов, против $2.00 и $10.00 у GPT-6 Sol, уровня выше неё, и $10.00 и $50.00 у флагманского GPT-6 Astra. Модель, которую она заменяет в этом слоте по умолчанию, GPT-5.6 Luna, всё ещё стоит $0.20 и $1.20 — вдвое больше за вход и более чем вдвое за выход. Десять центов за миллион — достаточно дёшево, чтобы решение перестало быть о цене и стало о том, что модель фактически доводит до конца.

Итак, это не объяснение запуска и не пост о снижении цены — мы написали и то, и другое, а сама тарифная сетка уже зафиксирована. Это попытка ответить на вопрос, который пропускает маркетинг бюджетного сегмента: если модель становится для вас выбором по умолчанию, что она делает с работой, которая раньше доставалась чему-то более крупному? Доказательства этого исходят из трёх источников, и они не согласуются между собой. Собственные бенчмарки OpenAI — самые лестные и наименее воспроизводимые. Artificial Analysis опубликовала независимый индекс на той же неделе, и он полезнее, потому что оценивает стоимость выполненных задач, а не токенов. А несколько человек уже прогнали модель на реальной инфраструктуре, и именно там обитают интересные сбои. Там, где цифра указана вендором, в предложении с ней это отмечено.

Что на самом деле было выпущено

GPT-6 Luna — это младший уровень семейства шестого поколения, располагающийся ниже GPT-6 Sol и значительно ниже флагманской GPT-6 Astra. Собственная документация OpenAI по моделям, прочитанная на этой неделе, очерчивает рамки:

• Идентификатор модели — gpt-6-luna, единый снапшот без датированной версии. Записи gpt-6-luna-pro в списке моделей нет; строка pro, циркулирующая в сторонних каталогах, — это значение режима рассуждения, а не модель.

• Контекст и ограничения — окно размером 1 050 000 токенов, до 922 000 входных токенов, потолок вывода в 128 000 токенов и дата отсечки знаний — 18 мая 2026 года. На входе текст и изображение, на выходе текст.

• Цена — $0,10 за миллион входных токенов, $0,01 за миллион кэшированных входных токенов, $0,125 за миллион записей в кэш, $0,50 за миллион выходных токенов. OpenAI охарактеризовала эти цены как постоянные, а не ознакомительные.

• Ступень длинного контекста — запросы, превышающие 272 000 входных токенов, пересчитываются по удвоенным ставкам за ввод и кэш и по ставке за вывод, умноженной на 1,5, причём это применяется ко всему запросу, а не только к превышению. Это самая дорогостоящая ошибка, возможная на этой модели, потому что она срабатывает из-за общего размера запроса, а не из-за того, сколько из него вы фактически используете.

• Уровни сервиса — Batch и Flex работают по половине стандартных ставок; Fast mode удваивает их. Поэтому асинхронная массовая работа снова стоит вдвое дешевле, и в тарифной сетке есть четыре разные фактические цены в зависимости от того, как вы отправляете запрос.

• Effort — шесть значений: none, low, medium, high, xhigh и max, причём medium — задокументированное значение по умолчанию. Значение Effort задаётся для каждого запроса, а не является свойством развёртывания.

• Эндпоинты — Responses, Chat Completions и Batch. Chat Completions поддерживает вызов функций только при значении reasoning effort, равном none; встроенные инструменты и вызов функций, как правило, требуют Responses API, который поддерживает веб-поиск, поиск по файлам, генерацию изображений, интерпретатор кода, hosted shell, apply_patch, навыки, работу с компьютером, MCP и поиск инструментов.

Эта последняя строка значит больше, чем кажется. Если ваша автоматизация использует инструменты, вы работаете с Responses API, и регулятор уровня усилий привязан к выбору эндпоинта. Команда, которая устанавливает уровень усилий на низкий, чтобы сэкономить, и ожидает, что вызов функций продолжит работать в Chat Completions, построила конвейер, который даст сбой при первом же вызове инструмента.

Решающим показателем является стоимость за выполненную задачу, а не стоимость за токен.

Artificial Analysis опубликовала свою независимую оценку в течение нескольких часов после запуска, и главный показатель неудобен для любого, кто предполагал, что более дешёвый токен означает более дешёвое выполнение задачи. В её Intelligence Index GPT-6 Luna стоит около $0,07 за задачу при максимальных усилиях, против примерно $0,18 для GPT-5.6 Luna при тех же усилиях — снижение примерно на 60%, обусловленное сокращением цены, а не тем, что модель выполняет меньше работы. Сам балл по индексу совпадает с моделью, которую она заменяет. GPT-6 Sol, для сравнения, стоит около $1,06 за задачу в индексе против $1,99 для GPT-5.6 Sol.

Сопоставьте эти три числа, и характер семейства становится ясен. Sol примерно в пятнадцать раз дороже Luna в расчёте на задачу при существенно более высоком балле. Luna — не ухудшенная версия Sol; это другой инструмент, и именно показатель стоимости за задачу подсказывает, какой из них у вас в руках.

Неудобная половина — это то, что случилось с кодирующим агентом. В индексе кодирующих агентов Artificial Analysis GPT-6 Luna набирает 41 балл при максимальных усилиях — на два балла меньше, чем 43 у GPT-5.6 Luna, — тогда как GPT-6 Sol двинулся в обратную сторону, прибавив два балла до 57 при цене $2.99 за задачу. Так что смена поколения в дешёвом сегменте — это небольшой регресс в агентном программировании, а не улучшение, даже несмотря на снижение цены. Тот, кто воспринимает «новое поколение» как «безусловно лучше», будет удивлён этой колонкой.

Многословие — это скрытая статья расходов

В той же оценке есть второе число, которое многое объясняет в первом. Во время прогона Intelligence Index GPT-6 Luna сгенерировала около 51 000 выходных токенов на задачу против примерно 41 000 у GPT-5.6 Luna. Новая, более дешёвая модель примерно на четверть более многословна, чтобы достичь сопоставимого результата. Экономия достигается за счёт снижения цены, а не за счёт того, что модель стала эффективнее на единицу работы.

Это важно по двум причинам. При цене $0,50 за миллион выходных токенов дополнительные 10 000 выходных токенов на задачу стоят половину цента. Если выполнять это на ста тысячах задач в день, прирост составит миллиард токенов, или $500 в день, — на модели, чья заявленная цена составляет десять центов за миллион входных токенов. А многословность плохо сочетается с потолком вывода в 128 000 токенов: модель, которая дольше думает и больше пишет, раньше достигает этого предела, что превращает проблему стоимости в проблему усечения.

Смягчение — это дисциплина работы с кэшем, и у этого семейства она действительно хороша. Чтение кэшированного ввода по цене $0,01 за миллион составляет одну десятую от ставки без кэширования, а OpenAI изменила правила инвалидации, так что настройка объёма рассуждений или доступности инструментов больше не отбрасывает кэшированный контекст. Для рабочей нагрузки со стабильным длинным префиксом — схемой, системным промптом, документом, по которому вы задаёте шесть вопросов, — эффективная ставка ввода ближе к центу, чем к десяти центам, и этот разрыв шире, чем заявленное снижение. Это также разница между тем, когда дешёвый тариф действительно дёшев, и тем, когда он всего лишь дешевле.

Где дешёвый уровень регрессирует, а где — нет.

То же независимое оценивание отделяет регрессии от шума, и это различие — самое полезное в нём. GPT-6 Luna теряет примерно 75 Elo по сравнению со своим предшественником на GDPval-AA v2.1 и около 45 Elo на AA-Briefcase v1.1. Artificial Analysis объясняет и то и другое более низким качеством подачи и результатами, в которых отсутствуют обязательные элементы рубрики, а не фактическими ошибками или ошибками рассуждений. Частота его галлюцинаций резко улучшается — с примерно 93% до 77%, а его индекс AA-Omniscience смещается с −10 до 1. На AutomationBench-AA он улучшается: 53% против 50%; на Terminal-Bench 4.0 он улучшается незначительно: 13% против 12%.

Это разделение и есть всё решение. Модель не стала хуже справляться с задачей; она стала хуже передавать вам готовый артефакт. Если вы потребляете структурированный вывод — классификацию, извлечение, решение о маршрутизации, полезную нагрузку JSON — регрессия не стоит вам ничего, а снижение цены — это бесплатные деньги. Если готовый результат читает человек, регрессия стоит вам рецензента, и время этого рецензента, вероятно, дороже токенов, которые вы сэкономили.

Собственные невоспроизведённые заявления OpenAI находятся на другом конце спектра: что при высоком усилии GPT-6 Luna превосходит своего предшественника на 5,4 процентного пункта при затратах на задачу на 58% ниже; что при максимальном усилии она набирает 66,6% на DeepSWE 1.1, что OpenAI сравнивает с Claude Opus 5 при среднем усилии при затратах, составляющих лишь долю стоимости задачи; и что на OSWorld 2.0 она превосходит GPT-5.6 Sol при среднем усилии примерно при одной десятой затрат. Это сравнения на стендах вендора при выбранных вендором настройках усилий, и единственное, что стоит из них вынести, — это направление: дешёвый уровень теперь дотягивается до среднего уровня прошлого года. Проценты по задачам стоит игнорировать, потому что стенд не одинаков с обеих сторон.

Практичность начинается с нижней границы усилий. Опубликованные рекомендации таковы: сначала тестируйте none или low для простого извлечения и маршрутизации и повышайте усилие только там, где измеренное качество это оправдывает. Один практический отчёт недели запуска показал, что при низком усилии GPT-6 Luna вообще непригодна для агентных задач, что делает её практическим порогом medium для всего многошагового. Второй вывод из такого же тестирования более резкий: в одном упражнении по развёртыванию Kubernetes-манифесты модели прошли валидацию схемы, а затем провалились во всех трёх попытках против реального кластера, потому что валидатор проверяет форму, а не поведение. Если сгенерированная конфигурация поставляется без проверки исполнением в цикле, дешёвый уровень будет выдавать вам сбои, которые выглядят как успехи.

Вопрос по умолчанию и почему маршрутизация — ответ на него

Платформа, сделавшая GPT-6 Luna своей резервной моделью, оценила изменение как средний риск, и приложенная к нему заметка — это честная версия всей статьи: каждая организация без собственного варианта по умолчанию переходит на Luna, которая дешевле, но относится к более низкому уровню, чем Terra, поэтому качество выполнения сложных задач может варьироваться. В этом и состоит компромисс. Вариант по умолчанию — это ставка на то, что большая часть трафика проста, и для большинства организаций эта ставка верна — именно поэтому изменение было выпущено. Риск — это меньшинство запросов, которые не являются простыми.

Способ сделать эту ставку, не беря на себя её недостатки, — перестать рассматривать вариант по умолчанию как единственную модель. GPT-6 Luna маршрутизируется через OrcaRouter по указанной ставке без наценки сверху, что означает: постоянная цена вендора — это цена, которую вы видите здесь, а будущее снижение вступает в силу в тот же день, а не при следующем продлении контракта. На нашей собственной странице модели на этой неделе она показывает 74,3 токена в секунду на выходе при 0% ошибок на всём обслуживаемом нами трафике. Оба контекстных тарифа представлены, как опубликовано: $0.10 за вход и $0.50 за выход ниже 272 000 входных токенов, с повышением до $0.20 и $0.75 выше этого порога.

Что это даёт — это дефолт, способный эскалироваться. DSL маршрутизации позволяет направлять основную массу трафика в GPT-6 Luna на среднем уровне усилий и переключаться по условию — длина ввода выше отметки 272K, необходимость вызова инструментов, класс задач, на который действительно влияет чувствительная к рубрике регрессия — на GPT-6 Sol или, для длинно-горизонтных задач, на флагманский GPT-6 Astra, на том же ключе, без второго контракта и без изменения кода. Это решение совсем иной формы, чем выбрать одну модель и жить с ней. Вы получаете тариф за десять центов там, где доказательства говорят, что он держит, и тариф за два или десять долларов там, где нет, и граница — это написанное вами правило, а не надежда. Автоматическое переключение при сбое покрывает другой режим отказа: у дешёвого тарифа вышестоящий провайдер переживает неудачный день, пока ваша автоматизация на середине прогона.

Кому следует двигаться, а кому — ждать

Переходите, если ваш трафик структурирован и имеет большой объём: классификация, извлечение, тегирование, маршрутизация по намерению, триаж логов, суммаризация и ограниченные циклы реализации, которые находятся внутри более крупного агента. Доказательства подтверждают снижение цены и паритет по оценкам, а регрессия представления незаметна для потребителя, который парсит JSON.

Не переносите долгосрочную агентную цепочку, многофайловый рефакторинг или что-либо, результат чего должен одобрить человек, исключительно потому, что токен дешёвый. Coding Agent Index опустился на два пункта, оценки интеллектуальной работы снизились, а модель более многословна в расчёте на задачу, чем та, которую она заменяет. Более дешёвый токен, требующий проверяющего, — это не более дешёвая задача.

И следите за одним числом, а не за всеми сразу. Разрыв в выходных токенах — 51 000 против 41 000 — это показатель, который решает, будет ли использование Luna по умолчанию экономией или нулевым эффектом именно для вашей рабочей нагрузки, и его можно измерить на собственном трафике за полдня. Тарифная сетка установлена и неизменна; количество токенов на одну завершённую задачу — нет, и именно оно фигурирует в счёте.